1.扒取的第一个“抽取项”的值，会作为系统key，用于唯一性验证，不能重复。（在单页面，单条数据的情况下，系统会直接用url作为key）
2.无论要采集的链接是否会用到正则，都要用正则写法： contentUrlRegexes ， helperUrlRegexes （不要使用 helperUrls ），其中，字符’.’， ‘?’ 需要用双斜杠‘\\’转义。
分类：爬虫
爬虫学习
找了些不错的爬虫平台，学习参考：
JS版爬虫：
1.http://www.shenjianshou.cn/
2.https://github.com/ShenJianShou/crawler_samples
Python版爬虫：
http://scrapy.org/
PHP版获取页面内容：
http://sourceforge.net/projects/simplehtmldom/
.Net版爬虫：
http://www.locoy.com/
http://www.bazhuayu.com/