内容映射

做采集规则的时候，直观标注很方便。在网页上点一下鼠标，就把要爬取的内容标记好了，爬虫运行的时候，自动去采集这些内容。但是有些内容（比如网页上的超链接），并没有直接显示在网页上，或者有些内容即使显示了，但是用直观标注不能精确标记出来。这时，就需要用到内容映射。

内容映射，要在对应的DOM节点上操作。

1. 内容映射采集超链接

下面以京东列表页上商品链接为例，说明怎样用内容映射的方法，把商品链接映射给一个新建内容（字段）。

在定义规则状态，点击商品名，在下面的的DOM栏中，光标对应到一个DOM节点，一般链接都存放在A节点下的属性节点href中。

右键href节点，内容映射-新建内容

给新建内容起个名字叫做"商品链接"，因为采集的是网址链接，href节点内的网址不完整，所以要勾选补全网址。

做好了，我们测试一下，看到商品链接抓到了。

2. 内容映射采集一般网页内容

比如我们要采集这篇文章，但是在网页上用直观标注只能选中一段，到DOM节点上去做内容映射，可以把整篇文章采集到。

点击文章第一段，光标对应到下面的节点，沿着节点向上找，直到一个节点，点击它，整篇文章在闪亮的边框内，表示整篇文章被选中。鼠标右键这个节点，内容映射-新建内容，再给新内容起个名字。

这个例子中，新建内容的名字是文章。整篇内容被映射给了文章。

因为我们采集是文本内容，所以要选择纯文本。

上篇文章：《爬网址做层级采集》                                           下篇文章：《定位映射提高网页采集精度》