【已解决】抓取两个网站的文章

lxh623

http://www.ceasm.com/
http://www.1juzi.com/juzidaquan/


两个都有八个一级栏目。二级栏目，第一个在下面“栏目导航”那里，第二个就在下面粉色的文字。
希望是进到二级栏目，抓取文章，有些文章有多页。文章标题加A 。正文在标题后面，每一段落为文本的一行。
比如，第一个网站第一个二级栏目的第一篇：（行首空格，我可以删除的。）

A不到不可怕，守不住才是个笑话
经典语录：不到不可怕，守不住才是个笑话
1、我看我自己看了20多年才看顺眼，你看我不顺眼很正常。我活着也不是为了取悦你。
2、我要的，只是简单而安稳的生活，最好的幸福，是你给的在乎。

一个网站 30元，谢谢大家！！

lxh623

回复 6# WHY
麻烦帮我看一看。经典语录这里退出了。谢谢！
祝大家国庆节快乐！！

lxh623

回复 8# WHY
谢谢！使用中有个想法，以后，是不是尽可能用网页字符代码。

lxh623

回复 5# WHY
求保持网页代码的办法。因为有乱码。

lxh623

回复 12# WHY
http://www.1juzi.com/new/6228.html
还有签名大全里面有很多自创字符，EmEditor打开编辑后有乱码。

另一个兄弟是保存为同一编码的文本。

所以，我觉得，编码可能一样更好。UTF-8和GB，有些字符会变化。
谢谢！国庆节快乐！

lxh623

有些标题没有抓到，请再帮我看看。
比如，http://www.1juzi.com/new/122019.html
我试着抓了一千页，没有得到该页标题。
谢谢！

lxh623

再来一个网站。
http://www.lz13.cn/
二级链接就是上面两行栏目的链接。以及最下面一行的“资料”及倒数第二行作文大全 诗词名句 读后感 观后感 读书笔记 好词好句 祝福语 经典台词 个性签名 教育教学 日志大全 等等。
暂时不知道网页还有更多的链接不。
要求与上面一样。标题加个A 。
谢谢！！

lxh623

回复 16# WHY
第25（或者15）行第五个字符。退出了。
大约http://www.1juzi.com/new/4099.html后面。
谢谢！

lxh623

回复 21# flashercs
站内短信，您没有回复。另一个您可以问一问。
这个脚本下载了1860k，就停了。
昨天，我自己把网页下载了，也是个办法。我也是觉得做成字典，可以自己看看，别人写作也可以参考，不是赚钱的。花一点点钱，玩一玩。当然，感谢大家帮助。