如何用浏览器获取XPath规则，蜂集XPath使用指南

更新于 2021年3月29日说明书

蜂集采集器现在内置了一个非常方便的匹配规则——XPath！XPath的方便之处就在于可以用浏览器直接提取出来。

如何用浏览器提取XPath

使用chrome浏览器打开你想采集的网址。进入浏览器的开发者模式（windows系统按F12，MAC系统按cmd+option+i）。点击页面节点选择按钮（方框半包住箭头的按钮），然后到右侧的源代码栏，点击右键，就可以看到copy full xpath

为了避免div层级变化，可以用copy XPath来代替copy full XPath。

把提取到的XPath复制到规则中

点击测试抓取

由于有些占站点做了防盗链，直接采集时候可能图片不会展示，不过采集下来的时候，图片会自动本地化，此时图片可以展示。

到此，你就学会了使用浏览器提取xpath方法。

你可能还喜欢下面这些文章

方法第一步：使用chrome浏览器，打开目标网站。将会打开浏览器的开发者模式，切换到网络tab，再刷新网页。将会打开如下页面：选中首页，在请求标头中Cookie后面的一串字符串就是网站的cookie。

2、自动生成的图片并非真实在磁盘中的图片，而是动态生成的，如果保存到磁盘会占用大量空间，这个空间没必要浪费，因此修改主题代码，直接将缩略图的地址改为wpac自动生成的缩略图地址是一个非常好的方案。

imwprobot（蜂集）是一款功能强大的全自动智能采集插件，专为WordPress设计。它能在服务端自动运行，无需人工监督或额外的电脑环境。主要特点包括全自动无人值守定时采集、自动同步目标站更新、AI自动生成关键词和摘要等。蜂集支持多种站点

摘要：推荐功能强大的WordPress小说主题imwpnovels，支持付费多本小说，提供PC和移动端两套界面，流畅、安全且易用。该主题自动创建小说和章节，拥有精致的外观和丰富的功能，如SEO优化、广告位设置和极速体验等。主题可绑定一个域名，

为例子，点击开发者工具中的小箭头，如下图：然后鼠标放到网页中寻找需要采集的区域，在右侧中对应的源代码会被高量显示，如下图所示：因此我们左侧选中的区域的class就是content，写成xpath如下：意思就是匹配根结点下面任意class名称为

测试采集当所有的规则都编写完毕之后，我们需要验证一下采集器是不是可以根据该规则正确采集，进入测试抓取Tab，填写链接和页面层级，点击抓取测试，查看效果，如下图：如果对采集器有使用上的疑惑，可以到蜂集采集交流群（群号在采集器的关于我们中可以找到

wordpress本身并没有采集功能，不过可以通过插件来实现采集功能，目前wordpress上比较好的采集插件是imwprobot(蜂集采集)，可以实现全自动采集，虚拟主机也可以运行。

如下图：现在我们可以建立一个简单的采集任务，我们现在可以采集一个新闻网站。现在可以添加任务，采集模块和发布模块选择我们刚才建立的模块，如下图：填写完毕之后，点击提交即可。