系统集成的网站内容采集主要是通过html、css标签选择进行定位内容，html标签包含：div、p、span、b、a、i，h1/2/3/4/5/6等；css标签选择主要是通过css的样式名进行定位，如：<div class="micloud"></div>，<a id="micloud"></a>，填写规则时class填写 .micloud ，id填写 #micloud；所有的选择标签都必须具有唯一性，准确说是在指定选择范围内必须是唯一的，不能指定了一个类名 .micloud，但是在同一个选择范围中，却又两个 .micloud，这样就不知道采集哪一个标签中的内容了。

这里需要强调的一点是，采集规则不是唯一的，一个网站的采集规则可能会有多种写法，只要合理利用标签选择筛选出想要的数据，都是正确的。

在上图中，通过查看代码我们会发现内容都包裹在div>.slideTxtBox中，这是一个大范围，类名slideTxtBox在当前页面中唯一性的可能比较大，我们可以选择它作为采集范围；但我们观察代码也会发现div>.slideTxtBox>ul>.infoList，ul>.infoList也是包含所有的列表内容的，只是.infoList这个类名在整个页面可能存在重复的地方，这个需要我们查找代码进行判断，若.infoList同样具有唯一性，也可以用它来作为选择范围，这样我们选择范围至少就有两种写法：

1、.slideTxtBox .infoList  （slideTxtBox指定一个大范围，再使用infoList缩小范围，因为在一个指定范围内，infoList的重复性就大大降低了）

2、.infoList  （若整个页面中，infoList 具有唯一性，可以直接使用）

3、.slideTxtBox .infoList li   或者 .infoList li  （这里具体定位到需要采集的数据，系统会批量逐个将li的内容按规则进行提取）

所以这里确定选择范围就至少有两种写法了，当然如果你愿意，也可以选择一个更大的范围，然后逐级缩小范围，只要能确保指定规则的唯一性，都是正确的。

需要说明一定的是一个标签的样式定义有两种：class和id；class名允许在一个页面中重复出现，id名页面中只能有一个，若我定义了id="micloud"，按照语法规则，这个页面其他地方就不能再定义同样的id="micloud"，所以如果出现id的情况下，可以尽量使用id，这样能确保唯一性。

选择列表内容数据的一条数据的标题和url链接

继续以上图中代码示例说明，ul li即可定位到具体的一个列表数据，确定标题和url的采集规则，这里我们就需要找到a标签，a标签是链接跳转用的，正常页面都会有（如果页面变态使用js跳转，那就没办法了）。可以看到ul li中存在两个a标签，一个a标签包裹这缩略图数据，这个是给图片加的跳转链接，下面还有一个.listTxt h5包裹着的a标签，这个标签包裹的内容是我们需要的标题，需要使用这个，所以标题内容和标题链接的采集规则我们可以使用：

.listTxt h5 a

系统会根据采集规则自动采集对应的内容和链接，其实就是指定a标签位置了，会通过a标签的href属性来回去url，通过a标签包裹内容通过text获取过滤代码样式后的标题。

采集规则不具备唯一性，多测试几次，总会发现规律；但有的网站写的代码并不适合采集，比如使用js动态获取内容的，列表数据默认加载一些，要查看更多需要点击按钮动态加载，这时候只能获取打开网站就加载好的内容数据，动态加载的内容数据是获取不到的。

采集是先获取网页的数据，我们可以右键查看源码，查看源码看到的数据就是系统抓取的时候获取到的数据，那些使用js动态加载的数据是远程请求的，抓取代码获取不了。