文章采集功能(本文如何采集指定节点和如何导出采集内容?(组图))

　　文章采集功能(本文如何采集指定节点和如何导出采集内容?(组图))

　　前言：本文为“常用文章采集带有分页的方法”的第三部分。在前面两节的基础上，我们将讨论“如何采集指定节点”和“如何导出采集的内容”进行详细介绍。为了与上一篇保持一致，本文将继续使用上一章的标记。

　　从第二部分继续。

　　3.1采集指定节点

　　点击“Save and Start采集”后，会进入“采集Specify Node”界面，如图（图29）,

　　图 29-采集 指定节点

　　采集 per page：这是设置每一页需要的采集的数量，采集的间隔可以根据网站是否有防刷新功能来设置.

　　特殊选项：设置是否检测重复图片，默认为“检测”。

　　附加选项：该选项共有3种采集模式可供选择：第一种是“监控采集模式（检查当前节点或所有节点是否有新内容）”，选择后，系统只会采集指定节点中更新的内容；第二种是“重新下载所有内容”，选择后系统会采集指定节点的所有内容；第三种是“下载*敏*感*词*网站未下载的内容”，选择后，系统只会采集指定节点未下载的内容，包括之前未下载和更新的内容。

　　设置并确认无误后，点击“开始采集网页”或“查看*敏*感*词*网址”即可。此时，如果您单击“查看*敏*感*词* URL”，您将看到列表是空的。这是因为新创建的采集节点从来就不是采集，如图（图30）所示，

　　图 30-查看节点的*敏*感*词* URL

　　点击“启动采集网页”后，系统将启动采集节点中设置的URL，并出现相关提示，如图31），

　　图31-采集过程中的提示信息

　　采集 完成后，再次点击“查看*敏*感*词*网址”或点击页面右上角的“查看已下载”，可以看到已经采集的网址信息，如（图3 2）,

　　图32-查看节点的*敏*感*词*URL

　　采集成功后，您可以根据实际需要选择页面右上角的“采集节点管理”或“导出数据”。点击“导出数据”后，可以进入“采集管理>采集内容导出”界面，如图（图33），

　　图 33-采集 内容导出

　　“默认导出列”：设置导入采集内容的列到

　　“批量采集选项”：如果采集规则中已经指定了列ID，则可以使用该功能。如果指定的列ID为0，系统会将采集的内容导入到所选列的“默认导出列”中。

　　“发布选项”：有发布为“普通文档”和“另存为草稿”的选项。

　　“每批*敏*感*词*”：设置每批*敏*感*词*的数量，不宜过大。

　　“附加选项”：这是一个多项选择。如果不想采集重复文章标题，可以选择“排除重复标题”；如果想直接从采集收到的内容中生成HTML，可以选择“完成后自动生成并导入”Content HTML；如果想让系统自动识别采集@上的标题名> 列表页面，可以选择“使用列表索引的标题”，一般不建议勾选。