采集需求示例说明：具体要求如下
采集页面：http://news.baidu.com/ns?kw=& ... p;word=%C0%ED%B2%C6
http://news.baidu.com/ns?kw=&sc=news&cl=2&tn=news&ct=0&rn=20&lm=&ie=&rs2=&myselectvalue=&f=&pv=&z=&from=news&word=%C0%ED%B2%C6
需要的就是这个页面的内容。
从<div id="r">开始的20条新闻信息。
信息后面的（“8条相同新闻”）这里的文字和链接不要
百度搜索结果每页标题都是相同，需要解决（我用的是dede，相同标题不能入库）
再说明一下，需要的就是这个页面的内容。再进去的站的内容不需要。应该明白？
这个是一个网友发给我的采集说明；
针对百度搜索结果的采集，分为3种情况：
1、直接采集百度搜索结果页面的内容，得到信息的标题，链接，信息的概述；
2、采集百度搜索结果页面的内容，得到网站名、网址，并排出重复；
3、采集百度搜索结果页面，得到对应信息链接，再采集信息链接得到最终结果；
本例中说明的是第一种情况；
一、先说说百度搜索结果的翻页参数；
http://news.baidu.com/ns?bt=0&et=0&si=&rn=20&tn=newsA&ie=gb2312&ct=0&word=%C0%ED%B2%C6&pn=(*)&cl=2
pn是页码的标记，但是和其他的翻页不一样的是，他并不是按照1、2、3、4往上排的，而是0、20、40、60往上加的。
截图说明：
二、采集信息标题：
正则说明：
<td class="text"><a href="http://(*)target=_blank><span><b>[参数]</b>
三、采集信息内容：
正则说明：<font color=#6f6f6f>[参数]et=_blank>百度快照</a>
四、采集信息来源：
正则说明：<nobr>[参数]
五、采集信息出处：
正则说明：<nobr>(*) [参数]</nobr>
六、采集信息时间：
正则说明：<td class="text"><a href="[参数]"
以上采集均使用了页面循环采集的勾选项；
用火车头的采集结果效果预览请看第二楼的回帖；
如果要下载写好的规则文件请访问：http://www.dataindex.org/dicontent-834-1-1.html
[采集规则] 百度搜索结果页系列采集规则