今天为大家讲解网址拼接，我们经常在采集的时候，发现源码中并没有完全的网址或完全的网站不好制定规则，那就可以使用网址拼接功能，今天以酒店信息采集案例讲解网址拼接功能。
以北京地区酒店信息为例，入口页面：http://www.zhuna.cn/hotellist/e0101/
通过页面点击发现这并不是真实的数据列表页，需要通过抓包软件来抓包，找出真实列表网址（抓包之前说过，今天这里不再细说），通过抓包获得真实网址为：http://www.zhuna.cn/?m=search.ge … =%E5%8C%97%E4%BA%AC
网址中的page=1为列表页分页参数，通过分页规则，采集列表网址，如图：
下一步获取内容页网址，通过源码分析，发现源码中并没有网址，但可以看到一个ID值，如图：
通过页面点击内容页发现内容网址为http://www.zhuna.cn/hotel-5396.html网址中的数字很可能就是这个ID值，将源码中的ID值替换到这个网址中，发现就是酒店详细内容页，这样我们只要采集这个ID值即可。这个获取规则也很简单，以{"id":开头，以, 结尾，就可以获取到ID值，但光有ID值不行，这个时候我们要拼接出完整的内容网址，那这样拼接http://www.zhuna.cn/hotel-[参数1].html即可，如图：
通过网址测试，可以顺利采集到内容网址
酒店的基本信息在内容页源码中都有，规则也比较简单，在这里就略过，最后来张采集动态图
很帅吧，赶紧下载规则学习，你也可以的哦！
规则下载：http://bbs.locoy.com/spider-150962-1-1.html
原文地址：http://faq.locoy.com/q-1240.html
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
