首先我们需要识别HTML代码部分，这些代码包含了我们的信息。您能从图片上看到我们想采集的的信息（红箭头标注）。
在页面源代码处，主要的文章已经被高亮显示：
我们只想使用主要文章的标题和图片下方的短语。
正如我们所看到的，标题被Tag封装 <div class="cnnMainT1Hd"> … </div> 短语也在Tag封装里 <div class="cnnMainT1"> … </div>
现在我们将开始此脚本。首先我们将定制主要部分，将下载www.cnn.com主页的内容。
#脚本主体
<Section>
#主体名称定义
name ourMainSection
# 加载内容
<Action ContentURL>
#从下面的网址加载内容
URL http://www.cnn.com
#为了更易匹配，从内容中移除空行
RemoveNewLine
</Action>
</Section>
#运行 “ourMainSection”
main ourMainSection
每一个脚本包括从URL下载指定页面的主要部分，然后执行某些行为，随着下载的内容。我们将在下一步看到如何匹配数据。
在步骤2里，我们从网站上加载了内容，因此现在我们能试着匹配只要文章的标题和进行默认打印。
#脚本主体
<Section>
#主体命名
Name ourMainSection
# 加载内容
<Action ContentURL>
#从下面网址加载内容
URL http://www.cnn.com
#为了更易匹配，从下载的内容中移除空行
RemoveNewLine
</Action>
#此样式应该匹配标题
<Pattern>
#defines expression which should match the data
RegExp <div class="cnnMainT1Hd"><h2><a*>\
{$main_title}</a></h2></div>
</Pattern>
#打印输出数据
<Action Print>
Text Story of the day: {$main_title}\n
</Action>
</Section>
#运行 “ourMainSection”
Main ourMainSection
为了匹配数据，我们必须指定匹配样式。下面的样式告诉系统去匹配在标签间的所有内容，<div class="cnnMainT1Hd"><h2><a*>...</a></h2></div>，并且存储匹配的值到变量$main_title中。
然后我们定义一个行为，此行为可以针对这个变量做一些工作。在我们的案例中，它只是使用Text命令标准打印输出结果。但是您可以保存值到文件，做一个数据库插入，或者使用此值加载或采集另外一个页面。
作为最后一步，我们需要增加一个Pattern标签，能够匹配主要文章的短语。
#脚本主体
<Section>
#定义主体名称
Name ourMainSection
# 加在内容
<Action ContentURL>
#从下面的链接加在内容
URL http://www.cnn.com
#为了更易匹配，从加载的内容中移除空行
RemoveNewLine
</Action>
#此样式应该匹配标题
<Pattern>
#定义匹配数据的表达
RegExp <div class="cnnMainT1Hd"><h2><a*>\
{$main_title}</a></h2></div>
</Pattern>
#打印匹配的数据到默认输出
<Action Print>
Text Story of the day: {$main_title}\n
</Action>
#从主题文章中匹配样式
<Pattern>
RegExp <div class="cnnMainT1">\
{$short_text:re(.*?)}</div>
</Pattern>
#打印匹配的短语
<Action Print>
Text Text: {$short_text}\n
</Action>
</Section>
#运行 “ourMainSection”
Main ourMainSection
在此，我们定义超过一个样式，它将匹配在<div class="cnnMainT1">...</div>间的内容，并且存储匹配的值到变量$short_text。
注意：我们在此变量后，使用特殊的修改器:re(.*?)。
:re 的意思是告诉系统使用标准的表达时区匹配文字。
.*? 是匹配每个字符的标准表达式，知道字符‘<’。
我们同时定义超过一个行为，标准打印输出匹配的文字。
