{dede:trim}</a>{/dede:trim} 
设置方法可以见上图4中的过滤规则。 
3、文章正文： 
要找到文章正文在HTML代码中出现的位置，一个便捷的技巧就是先复制网页中正文的头几个字，然后在html代码中查找，就可以很快定位出来，这也可以方便我们分析代码。 
只要找出文章正文前的唯一性代码和文章结束时的唯一性代码，就可以抓出文章的正文。如下图5所示： 
图5 
图5  
 

因为本文例文是没有分页内容，所以这里的“分页内容字段”不用选，若你想将文章正文中包含的多媒体资源（如图片、视频等）下载到本地服务器，你可以勾上“下载字段里的多媒体资源” 
过滤规则是比较重要的部分，通过正则规则可以将文章中的广告代码或LJ代码、干扰代码过滤掉，不采集下来，若人家文章中有挂了广告，我想你也不想免费给人家挂广告吧。 
至于过滤规则部分将再以后讲解。 

剩下的文章来源，发布时间和录入时间等，都和以上的设置大同小异的，采集与否都无所谓，就看你的需要了。 

三，至此，节点和规则的设置都完成了，接下来就是采集，下载和导出（入库）了。 
最后再强调一点的就是必须懂HTML代码，最起码得能看懂目标页面的html代码的大概组成，知道文章的内容是存放在哪些代码之间。 
下篇预告：进行采集篇，以图文的方式介绍如何进行采集，导出所采集到的数据入库