全選反選選中未選中樣式設(shè)置

板文件：

<style>

.currentSelect { background:#FBEC88 !important; }

</style>

<table>

<tbody>

<tr>

</tr>

<tr>

</tr>

</tbody>

</table>

</div>

js函數(shù)：

//已選中的復(fù)選框加樣式

function checkboxcss() {

uncheckboxcss();//去樣式

//循環(huán)查詢當(dāng)前已選中的復(fù)選框，賦樣式

$("#content input[type='checkbox']:checked").each(function() {

$(this).parent().next().addClass("currentSelect"); //賦樣式

})

近在抓取一些比較有價值的網(wǎng)站資源，用于訓(xùn)練AI寫作系統(tǒng)，保證AI能在我采集的龐大數(shù)據(jù)庫中學(xué)會利用一個命題就可以創(chuàng)作高質(zhì)量原創(chuàng)文章。對！我說的是原創(chuàng)文章，不是~~偽原創(chuàng)~~。至于這個AI寫作的系統(tǒng)將會在我成功后與大家展開更為細(xì)致的分享，今天我們的主題是，如何通過火車頭采集器批量采集網(wǎng)站文章。

一、準(zhǔn)備

軟件：火車頭采集器/高鐵采集器

使用環(huán)境：PC端

二、采集

1.獲取列表頁數(shù)據(jù)

進入待采集網(wǎng)站，打開需要采集的欄目或者待采集的關(guān)鍵詞搜索列表。

待采集網(wǎng)頁

確定這個欄目的文章頁數(shù)，翻到底部發(fā)現(xiàn)總頁數(shù)為15，確定采集頁數(shù)為15。

網(wǎng)站頁碼位置

;跳轉(zhuǎn)到下一頁，確定網(wǎng)頁的起始網(wǎng)址格式，變量基本是.html前面的序號，所以我們先直接復(fù)制下來。

進入高鐵采集器，點擊+按鈕跳出任務(wù)設(shè)置頁面。

高鐵采集器/火車頭采集器

點擊網(wǎng)頁采集規(guī)則頁面的起始網(wǎng)頁右邊的第一個按鈕進入向?qū)В钊霃?fù)制下來的頁面地址，并將頁面的變量替換成右邊的地址參數(shù)，直接刪掉原頁碼然后點擊按鈕插入就可以。

網(wǎng)址采集規(guī)則

最終會自動生成一個采集列表文章的鏈接，但這只是采集頁面數(shù)據(jù)，并沒有將需要的內(nèi)容精確地采集到。

采集起始網(wǎng)址

因為需要讓機器知道我們要采集哪些數(shù)據(jù)，所以我們要在網(wǎng)頁代碼中找到開頭和結(jié)尾的標(biāo)志，以便機器采集。

右擊網(wǎng)頁空白處查看網(wǎng)頁源代碼

查看頁面源代碼

由于源碼大多是一行顯示，所以我們需要勾選源碼頂部的“換行”復(fù)選框。

勾選換行復(fù)選框

Ctrl+F 搜索源代碼中包含列表頁的第一條數(shù)據(jù)的標(biāo)題，并尋找與該標(biāo)題臨近的一個唯一標(biāo)簽。

查找是否唯一

<h1><span>產(chǎn)品運營</span></h1> </div> <div class="sec-panel-body">

在這段代碼中，我選擇了 “<divclass="sec-panel-body">” 作為識別開頭的代碼。

同樣的方式，我搜尋列表頁的最后一條數(shù)據(jù)的標(biāo)題，找到了識別結(jié)尾的代碼。

是否是唯一且能識別到的代碼，我們也可以通過 Ctrl+F 去查找，只要搜索數(shù)據(jù)是唯一的就是了。

填寫起始代碼

填入寫好的起始和結(jié)束代碼后，點擊右下角的網(wǎng)頁測試按鈕測試采集數(shù)據(jù)是否正常。

測試是否能采集到需要的網(wǎng)址

讓機器采集一部分列表頁數(shù)據(jù)就可以停止了，然后看到采集的數(shù)據(jù)是比較多的，有些數(shù)據(jù)不是我們需要的數(shù)據(jù)頁，所以我們需要將其排除。

查閱到內(nèi)容頁的地址為/n/(*).html，所以我們可以用網(wǎng)頁格式去鎖定采集地址。

確定地址欄規(guī)則

在鏈接過濾處選擇鏈接包含并填入剛才的格式

過濾不需要的鏈接

接下來發(fā)現(xiàn)內(nèi)容頁地址采集正常。

正確獲取需要的地址

2.獲取內(nèi)容頁數(shù)據(jù)

接下來我們就需要寫內(nèi)容頁的采集規(guī)則，這里比較復(fù)雜，需要認(rèn)真看。在最近的測試中，發(fā)現(xiàn)對于新手來說也并不是難事，因為邏輯一樣的，多去調(diào)試就行了。

進入內(nèi)容采集規(guī)則頁面，內(nèi)置有標(biāo)題和內(nèi)容，這里我多加兩條數(shù)據(jù)“作者”和“日期”，以便大家更深理解。

內(nèi)容采集規(guī)則

我們在采集過程中可能需要更多的數(shù)據(jù)，基本上都可以按照我說的操作采集出來。

同樣，在文章頁面右擊調(diào)出源代碼，我按標(biāo)題、作者、時間、內(nèi)容的順序教大家寫采集規(guī)則。

首先，我們查找到文章標(biāo)題的位置，確定位置在<h1>標(biāo)簽內(nèi)，其實大部分的頁面都是<h>標(biāo)簽，只是里面的樣式不同而已。

找到標(biāo)題位置

<h1 class="entry-title">標(biāo)題</h1>

接著直接看后面的代碼，通過一些標(biāo)志，看到作者和時間，這時候就確定了時間和地址。

找到作者和日期位置

<a class="nickname url fn j-user-card">作者</a> </span> <span class="dot">?</span> <time class="entry-date published" datetime="2022-10-31T08:17:06+08:00" pubdate> 2022年10月31日 08:17:06 </time>

然后再看接下來的內(nèi)容，去找找內(nèi)容的代碼。

通過文章內(nèi)容找到旁邊的div標(biāo)簽是唯一識別的標(biāo)簽（經(jīng)驗之談，一般在class中包含content），咱們就可以確定內(nèi)容的開始標(biāo)簽。

找到內(nèi)容位置

<div class="entry-content text-indent">

同樣的方法，找到結(jié)尾詞旁邊的標(biāo)簽為：

<div class="entry-readmore">

這就確定了標(biāo)題、作者、時間、內(nèi)容了，接下來需要去軟件內(nèi)寫清楚規(guī)則。

①標(biāo)題

我們提取標(biāo)題優(yōu)先選擇正則提取，并將復(fù)制的所有變量在匹配內(nèi)容中用[參數(shù)]代替，在組合結(jié)果中直接點擊[參數(shù)1]。

設(shè)置標(biāo)題提取規(guī)則

②作者

同樣我也選擇用正則提取，由于某些數(shù)據(jù)是變量且不需要，我們直接用(*)代替即可，需要的內(nèi)容用[參數(shù)]替代，并在組合結(jié)果中選擇[參數(shù)1]。

設(shè)置作者提取規(guī)則

③日期

因為我想給大家講一下為什么有[參數(shù)1]、[參數(shù)2]、[參數(shù)N]，所以我使用多個參數(shù)進行舉例。

在這里，我把標(biāo)簽中的參數(shù)作為我的結(jié)果，將標(biāo)簽中的內(nèi)容直接丟掉了，但是獲取的結(jié)果是一樣的。

設(shè)置日期提取規(guī)則

所以在寫規(guī)則的時候也不一定要中規(guī)中矩按別人教你的來，只要保證數(shù)據(jù)準(zhǔn)確就行。

④內(nèi)容 這里不需要多說，因為前面我們分析過，前后截取的代碼已經(jīng)知道，直接填進去。

設(shè)置內(nèi)容提取規(guī)則

但是要考慮到不同頁面中的開頭和結(jié)尾可能是變量，所以我們要多打開一些文章去查看網(wǎng)頁代碼，畢竟某些頁面開頭有引言，有的結(jié)尾有版權(quán)聲明。

三、測試

現(xiàn)在規(guī)則寫好了，我們需要找個頁面測試下，我們發(fā)現(xiàn)數(shù)據(jù)采集是正確的，現(xiàn)在基本的采集就完成了。

找?guī)讉€頁面測試下

對于我來說，AI寫作訓(xùn)練不需要標(biāo)簽，所以我需要在采集的時候直接過濾掉，所以我在內(nèi)容標(biāo)簽下的數(shù)據(jù)處理中，選擇html標(biāo)簽過濾，直接全選了所有標(biāo)簽。為了閱讀方便，我取消了換行和所有標(biāo)簽，當(dāng)然我們也可以通過對數(shù)據(jù)的處理輸出我們需要的內(nèi)容。

html標(biāo)簽過濾

四、輸出

我們不設(shè)置內(nèi)容發(fā)布規(guī)則的話，會導(dǎo)致文章采集了無法輸出。

由于我只需要將數(shù)據(jù)輸出為文檔供AI學(xué)習(xí)，包括web在線發(fā)布和導(dǎo)入數(shù)據(jù)庫都包含比較復(fù)雜的對應(yīng)關(guān)系，所以輸出這里我只講保存本地文件這一項。

內(nèi)容發(fā)布規(guī)則

我們將本地文件保存打開，以txt文件格式輸出為例，我們選擇txt，并設(shè)置保存位置為自定義位置，文件模板我使用的是：

文章格式

把它保存為txt文件，并將文件模板選擇為這個文件，軟件就會按照這個格式去輸出文章了。

所有設(shè)置都配置好了之后就直接保存并退出，然后進入主頁面，勾選任務(wù)右邊的“采網(wǎng)址”、“采內(nèi)容”、“發(fā)布”復(fù)選框，右擊任務(wù)并選擇開始即可，如果看到運行日志中運行正常就可以讓它靜默采集了，如果有提示錯誤，分析錯誤產(chǎn)生原因，然后對癥下藥就行了。

直接采集并發(fā)布

以下是輸出的案例：

采集到的內(nèi)容

五、注意事項

我們在采集中一定不會像我說得這么簡單，所以我把我遇到的坑提前告知大家，以免大家走彎路。

1.數(shù)據(jù)為空

采集的數(shù)據(jù)為空白有一部分原因是原文就是空白的，比如網(wǎng)頁上面的問答，如果沒有回答，他的內(nèi)容就是空的。還有就是采集規(guī)則不適用于所有頁面，重新制定新的規(guī)則，保證所有數(shù)據(jù)能夠輸出為止。

有時候我們采集的數(shù)據(jù)是全空，這大概率是因為網(wǎng)速問題或者是網(wǎng)站問題，重新采集即可，因為沒有采集到的數(shù)據(jù)會標(biāo)注未采和未發(fā)。

2.輸出數(shù)據(jù)相同

由于某篇文章在不同的標(biāo)簽或者板塊下，軟件不會直接幫你過濾，但是我們可以通過設(shè)置標(biāo)簽下的內(nèi)容過濾，勾選“采集內(nèi)容不得為空重復(fù)”的按鈕。（勾選“采集內(nèi)容不得為空”也可以解決問題1）

內(nèi)容過濾

3.替換部分?jǐn)?shù)據(jù)

這里我們在采集后會發(fā)現(xiàn)有很多版權(quán)詞或者一些需要過濾的詞，不必重新設(shè)置采集規(guī)則，而是在本地數(shù)據(jù)中，選擇所有數(shù)據(jù)，并對特定標(biāo)簽中的特定內(nèi)容直接進行替換或者過濾即可。

替換內(nèi)容

以上原創(chuàng)教程僅用于學(xué)術(shù)交流，請勿搬運或用于不法用途，大佬請直接關(guān)閉本文。

網(wǎng)站建設(shè)中；

讓復(fù)選框全部選中和全部取消是比較常用的；

下面就介紹如何用一句話搞定全選功能；

其實很簡單；

代碼在下面;

JavaScript部分：

function checkAll(obj){
 $("#box input[type='checkbox']").prop('checked', $(obj).prop('checked'));
}

html部分：

在線咨詢

上一篇：前端CSS學(xué)習(xí)筆記：3D按鈕效果
下一篇：laravel簡單防止后臺表單重復(fù)提交的中間件

您的項目需求

*請認(rèn)真填寫需求信息，我們會在24小時內(nèi)與您取得聯(lián)系。

整合營銷服務(wù)商

全選 反選 選中 未選中樣式設(shè)置