建站系统采集器(0FA0463417A72D84375C4B5D2FC49465上传插件的优点及操作技巧！(组图) )

　　建站系统采集器(0FA0463417A72D84375C4B5D2FC49465上传插件的优点及操作技巧！(组图)

)

　　MD5 值：0FA0463417A72D84375C4B5D2FC49465

　　上传插件方法一

　　直接通过后台的【本地后台上传插件】上传和解压下载的ZIP包。

　　优点：操作简单！

　　缺点：部分主机解压失败

　　方法二

　　下载插件后，在本地解压，通过FTP上传文件夹到plugins目录。

　　优点：安装比较顺利。

　　缺点：可能需要你有一定的网络建设知识和一点编程基础

　　安装插件

　　上传成功后，插件会出现在【插件未安装】列表中，请点击安装

　　

　　安装完成后，会显示【已安装列表】。目前，该插件不可用。请点击状态，会变成【绿色】，表示插件安装成功。

　　

　　参数调整

　　安装过程中，由于某些原因，没有配置参数，这里可以配置

　　

　　快捷栏管理

　　系统支持自定义插件的部分配置信息为：左侧菜单/全局区域/内容区域，这是一个大区域，方便维护人员快速进入

　　

　　

　　介绍

　　在建网站的过程中，我们会遇到无数次这样的问题：如何将旧的网站的数据迁移到新的网站。数据迁移一直是产品迭代更新中最难的部分。官方从实际出发，编写相应的数据采集插件，只需做一个简单的页面识别，即可快速将数据迁移到新平台！也方便开发者填写数据（不要大量填写：test test, Demo, Demo）

　　新版本

　　字段规则参考

　　规则数据导入导出

　　特别说明

　　这个插件的定位从一开始就很明确。用于平台网站迁移，功能简单，性能一般。如果你的网站数据量很大，需要采集，建议你使用优采云采集器

　　请合理使用，请勿非法使用！

　　采集教程

　　采集原理

　　程序通过curl远程获取网页数据（HTML），然后通过常规方法获取并过滤其需要的内容信息（如一些文字信息、图片信息、文件信息等）。为简化操作，本系统使用通配符：(*) 表示任意值，其他正则表达式未深入测试。

　　这里再次强调一下，这个职业的功能很脆弱，只适合网站搬家。不支持当前流行的异步数据获取，不支持JSON解析！

　　本节目全部列表+内容采集原则：

　　通过[采集范围]的左侧删除此代码块之前的所有数据（也称为起始标识符，或起始字符串）！通过[采集范围]的右侧删除此代码块之后的所有数据（也称为结束标识符，或结束字符串），只保留两个代码块之间的数据！

　　列表中：对于剩余的代码，通过常规规则获取URL信息（列表中只有采集 URL，没有采集其他）

　　采集 内容的原理和列表的原理是一样的，因为内容是由多个字段组成的，每个字段的规则基本都是这样的！

　　删除代码块之前+之后的代码

　　删除一些多余的代码

　　替换一些代码（简单的文本替换）

　　将获取的内容格式化：1）文本、2） HTML、3）文本转时间戳、4）整数格式、5）浮点格式、6）摘要取前80个字，7）取图，基本就是这样

　　

　　项目维护

　　在右上角，点击各个项目的【添加采集项目】或【编辑】，进入采集项目维护界面。

　　标题：（易于管理）

　　URL：其作用是补全相对地址，所以需要填写：域名/目录/或域名/目录/，或直接填写：域名/或域名/方便地址补全（此操作需要用户自行测试，主要用于图像文件获取）

　　发布目标：发布信息要保存在哪个项目中（系统会根据指定的项目创建一个字段到采集），注意分类的选择！

　　列表网址：通常是我们所说的列表页面，有分页的页面，像新闻一般是：标题+摘要+图片+链接（例如URL：这是一个列表页面），每行一个列表。如果列表过多，请选择旁边的【网址*敏*感*词*】快速生成常规页面

　　采集 Scope：在网页中设置一块采集

　　

　　项目副本

　　我们一直强调，这个插件主要是针对搬家服务的，自然有自己的一些特点，比如当前项目复制功能，可以实现对同一项目类型不同分类的快速定位！

　　

　　现场管理

　　项目创建完成后，系统会自动将所有需要采集的内容字段写入到字段管理中。这些管理相当于优采云的[Content采集 Rules]中的标签列表。我们处理字段的规则为 采集！处理原理和上面提到的采集原理完全一样！

　　下面是优采云采集器Content Rules采集的图和对比图（当然我们的程序功能比较弱）

　　

　　A、B、C、D的功能基本上与优采云一一对应！

　　采集测试

　　写好规则后，我们需要对数据进行测试验证，确保采集的数据是我们想要的

　　请点击【测试】，在打开的标签页中输入要测试的网址！注意，请点击[采集列表]进行列表采集测试，点击[采集内容]进行内容采集测试

　　

　　

　　采集 并发布

　　以上准备工作完成后，我们就可以开始采集数据了！

　　采集 的顺序是：

　　1、【采集网址】，首先通过列表采集得到我们想要的内容页网址采集

　　2、【采集内容】，网站采集完成后，请点击采集内容，进入采集内容，直接采集结束

　　3、【发布内容】，发布前随机抽查，请点击内容，随机抽查采集的内容是否符合要求。确保数据一致，点击发布

　　

　　网站迁移条件

　　1、关闭反采集功能

　　2、可以手动修改老版本网站模板信息（或内容）（用于修改我们需要的URL和内容信息）

　　3、仅供开发者使用

　　网站迁移

　　在旧站页面的采集列表中添加唯一标签，这样采集时不会有太多垃圾数据和丢失数据。主要说明如下

　　

　　看到上面的源码图片，我们通常在后台设置这样的标签：

　　

　　但是在实际过程中，一个页面的重复标签比较多，所以我们修改了源码页（网上大部分程序源码对应的页面都是模板），我们添加了开始标识和结束标识到模板代码符号

　　这样我们就可以在[采集范围]设置如下

　　

　　所以我们对采集的定位是准确的！

　　同样的原则也适用于 采集 内容字段。这种方法甚至可以用于采集完整的时间（因为页面一般只呈现年月日，而我们的数据盘点是年月日时分秒，甚至时间戳格式，我们可以自己重新定义标签和内容，然后执行采集！

　　请注意，此方法需要开发人员！普通用户慎用

　　特别提醒

　　1、列表或详细页面采集Ajax是异步加载的，当前系统弱采集（比如点击次数），这意味着最现代的炫酷特效网站，基本可以排除，拿不到数据

　　2、 请使用右键查看源代码或按CTRL+U获取源代码格式，不要通过F12或检查方式获取代码（如下图）

　　

　　所以，这里再说一遍，这个工具只用于网站移动！因为刚才遇到的问题，如果有代际修改权限，这些都不是问题！

　　效果截图