采集规则配置技巧，前面讲到了采集网址的一些技巧和分析，现在我们讲解一下采集规则的技巧。对于采集规则我们已经讲过很多次了，核心是正则表达式。但正则对于很多非技术人员而言是一个很抽象很不容易理解的内容。那么又该如何排出采集过程中遇到的问题呢？

1、利用系统提供的正则分析器来进行。当用户配置采集规则完成后，可通过点击“采集规则分析”按钮，系统会自动打开网页源码和采集规则表达式，用户可通过此进行分析采集规则配置是否正确，“|”代表每个采集规则的分割，<名称>代表采集规则的名称。只不过通过采集规则进行匹配后，系统体现的是一个列表，并非是一个表格，所以，用户在查看结果时，需要人为的将采集规则进行表格的区分。

2、采集规则的一般都是配置网页的html代码，一般不使用网页数据来进行配置，这样做是为了可以得到更好的通用性。譬如：<div class="NTES-link"><a href="http://email.163.com/" class="cBlue">免费邮箱</a>，采集“免费邮箱”，一般配置是：<div class="NTES-link">和</a>，不会配置<a href="http://email.163.com/" class="cBlue">和</a>。因为网页代码一般都具有通用性，而网页数据会存在一定的个性化，但配置了网页代码之后，会采集多余数据，如果遇到这样的问题，则可以通过“数据编辑”中“输出时去掉网页代码”来讲多余的数据去除。

3、采集规则的匹配条件，采集规则中提供了匹配条件的控制，可以更加准确的匹配数据，但匹配条件很多人却很陌生。匹配条件是辅助匹配规则来进行数据匹配的，譬如：<div>123</div> <div>网络矿工</div>，如果匹配“网络矿工”，则会发现采集规则很难配置，因为如果配置<div>和</div>，则系统也会把123匹配出来，所以，用户可限制，只匹配中文，则网络矿工就会检索<div>和</div>之间必须是中文的内容。匹配条件可根据自己匹配的事情情况进行配置。

4、通配符：通配符顾名思义就是一种可以替代某种规则字符串的字符，譬如：\d可以代表数字，\w可以代表字母，就想前面所说，采集规则配置的时候我们建议是采用网页html内容，但如果采集网页html内容无法准确匹配数据时，必须要输入网页数据内容来匹配时，我们就建议通过通配符来替代网页数据内容，以提高采集规则的适应性。