今天打開火車頭采集器需要更新下織夢網站，可是點了開始后發現錯誤了重新修改了列表采集規則。沒仔細看等抓完300多個連接導入數據庫時發生錯了，仔細一看該目標站的文章列表頁將文章url地址做了處理。

   表現：

   常規的文章列表文章URL應該是  <a  href="https://www.CUOxin.com/URL.html">才對，而該站處理成了<a  href="//www.CUOxin.com/URL.html">，就是把協議頭https或者http給取消了，這個 在一定程度上是可以防范很多采集程序，軟件，爬蟲的。采集后的地址列表會多一層網址，就成了https://www.CUOxin.com/www.CUOxin.com/URL.html，這樣的話就無法正確采集內容了。

解決方法：

   在網址獲取選項里點選“手動填寫鏈接地址規則”，

   右側腳本規則填寫【a class="item" href="[參數]" title="(*)" target="_blank">】這里的參數就是原始目前的不帶協議頭的網址。

    實際連接：填寫【http:[參數1]】如果該網站是https的這里就填寫【https:[參數1]】

   結果：

   以上操作后點獲取網址測試正確，從采集，入庫等都OK了。

    PS：

    這個網址問題以前看到過，用DEDECMS織夢采集就是網址錯誤，今天在火車頭上總算是解決了。