文章cms采集(一下DedeCMSv5.7的自带采集体验系列之PHPCMSV9 )

　　文章cms采集(一下DedeCMSv5.7的自带采集体验系列之PHPCMSV9

)

　　Dedecms基于PHP+MySQL技术开发，支持多种服务器平台。自 2004 年发布第一个版本以来，至今已发布了五个主要版本。德德cms以其简单、健壮、灵活、开源的特点占领了国内大部分的cms市场。目前已有超过35万个站点在使用Dedecms或基于Dede。cms核心开发，产品安装量达到95万。今天小编就带大家体验一下德德cms v5.7自己的采集。

　　同样，织梦cms内置了常见的文章、图片集、软件等内容模型。下面我们来测试一下文章和图片这两个常用的模型。为了更好的与其他cms对比，我们采集目标网站与上一期cms自带采集PHP体验系列cms 与 V9 相同。

　　1、织梦cms文章采集

　　新建一个文章采集节点，后端——采集——采集节点管理——添加一个新节点，正常选择内容模型文章 .

　　设置节点的基本信息。目标源代码与上一篇文章中提到的相同。通过查看目标网站的源码，设置区域匹配模式的默认字符串。正则表达式仅在字符串不能确定区域时使用，但一般没有用。最后是防盗链模式，织梦cms采集的特色之一。如果目标网站有防盗链功能，可以成功激活二级功能采集，但会降低采集的速度。测试目标网站没有反盗链功能，所以没有开启。

　　列出 网站 以获取规则。同上一篇文章分析，列表URL是规则的，可以批量生成。这里我想说说dedecms的力量。不仅可以灵活组合获取列表URL的方式，而且如果目标网站在整个站点使用相同的模板，可以启用“多列访问”和（#）功能，通过设置一个采集规则，你可以采集整个站点，发布不同的栏目，不需要一个栏目对应一个规则。（这个功能编辑器会单独写教程）

　　文章网址匹配规则。查看目标列表页面的源码，设置html为采集文章 URL区的开头和结尾，然后dedecms的特性之一，如果采集 URL页面如果链接中有图片，可以直接将采集设置为缩略图，非常方便。区域网址的重新筛选也有其自身的特点。除了支持正则表达式，它还声明了“必须收录”和“不能收录”的优先级。体验目标站点没有干扰 URL，因此将其留空。

　　保存并测试，系统会应用之前的设置来测试采集 URL，信息完整无误后保存，进入下一个内容采集设置。