行业解决方案：采集模块

　　采集模块

　　模块的常用操作

　　操作名称

　　说明

　　采集详细过程

　　没有

　　其他功能说明

　　没有

　　说明：

　　文章的采集功能是通过程序远程获取目标网页的内容，并在进行本地规则分析后将其存储在服务器的数据库中。

　　文章 采集系统颠覆了传统的采集模型和过程。 采集规则与采集界面分开，并且规则设置更简单。只有具有基本技术知识的人员才需要设置相关规则。编辑人员不需要了解太详细的技术规则，只需选择所需的文章列表即可，就像发布文章一样，他们可以轻松地完成数据采集的操作。

　　一、采集进程

　　简单来说，分三个步骤：

　　1、添加采集点并填写采集规则。

　　2、采集网址，采集内容

　　3、将内容发布到指定的列

　　以采集 Sina News（）为例，介绍详细过程。

　　示例说明：

　　目标：采集新浪新闻转至V9系统国际新闻专栏。

　　目标网址：

　　1、加采集分

　　1.1 URL规则配置

　　添加采集点URL规则配置图1

　　检查目标URL到采集的源代码，并找到URL的起点和终点采集（这两个点在整个源代码中必须是唯一的）。进一步缩小采集 URL搜索范围。

　　添加采集点URL规则配置图2

　　测试您的URL 采集规则是否正确，如下图所示

　　1.2内容规则配置

　　内容规则在这里看起来很复杂，但实际上非常简单。为了便于说明，我们只有两个字段采集标题和内容。 采集内容网址：

　　内容

　　采集规则，请打开此网站，然后右键单击页面的空白区域->查看源文件搜索标题并开始内容的边界。

　　标题采集配置：

　　从网页上获取标题并删除不必要的字符。如下图所示

　　内容采集配置：

　　在新浪新闻的最后一页中，新闻内容介于两者之间，并且这两个节点在整个页面的源代码中是唯一的。因此，您可以将内容作为规则。并过滤内容。如下图所示

　　1.3个自定义规则

　　1.4高级配置

　　您可以设置是否将图片下载到服务器，是否打印水印和其他配置。

　　2、采集网址，采集内容

　　配置采集规则后，您可以转到URL的采集，然后转到内容的采集。

　　3、将内容发布到指定的列

　　选择要导入的列

　　设置采集内容和数据库字段之间的对应关系。提交数据存储，在此期间请耐心等待，完成后它将自动重定向。到目前为止，一个简单的采集过程已完成。

　　其他功能，我们期待您的发现。