wordpress文章采集软件(一下WP-CTspider超详细使用教程新建项目/基本配置)

　　wordpress文章采集软件(一下WP-CTspider超详细使用教程新建项目/基本配置)

　　今天去你的博客推荐一个免费的WordPress自动采集插件：WP-CTspider，这个插件是全自动的采集几乎采集any网站，设置很简单，只需要设置目标采集 URL，通过CSS选择器准确识别采集区域，包括（内容、摘要、TAG、缩略图、自定义字段等...）然后自动检测抓取网页内容，文章去重、更新、发布，此过程自动完成，无需人工干预。

　　WP-CTspider支持WordPress的所有功能，完美支持WordPress的各种功能，标签，摘要，特*敏*感*词*片，自定义栏目等。自动调度采集，你只需要设置每个任务，你想多久执行一次任务，那么你可以定期执行采集任务。支持多种语言伪原创，支持百度翻译引擎（完全免费），共支持29种语言互译，轻松获取原创文章，SEO，支持SEO全功能优化，支持内容过滤，甚至可以在文章的任意位置添加自定义内容，也可以自定义文章的样式。附件下载，支持下载多种格式的附件，包括自定义采集缩略图，可以选择图片添加水印。

　　其他 采集 教程

　　WordPress使用优采云采集器采集文章教程

　　博主分享的教程使用的是优采云V9（又称优采云）版本，博客程序为wordpress5.x版本。网站 服务器环境使用的宝塔面板，服务器系统是centos7，windows系统和lin...

　　下面就来介绍一下WP-CTspider的超详细教程吧！

　　使用教程新建项目/基本配置

　　下面我们来详细说说如何采集一个项目

　　我们以新浪科技为例：

　　一、基本配置：

　　任务名称：新浪科技（PS：可以自定义） 更新时间：默认60分钟（PS：当前任务每60分钟自动执行一次） 字符集：默认选项OK（PS：如果出现乱码，请以当前网页为目标字符集可以选择）随机IP：打开（PS：打开随机IP每次采集都会自动更换IP，减少服务器IP被封的几率） 多线程< @采集：开启（PS：采集开启后可提高速度） 多线程数：默认10（PS：根据自己的服务器配置酌情使用）

　　列表设置

　　点击列表测试查看当前项目列表配置

　　文章设置

　　标题匹配规则：h1

　　文章内容设置：#article_content

　　可以看到title在h1标签下，也可以使用.main-title来获取title

　　正文内容似乎有很多类和 ID。如果有id属性，尽量使用id。毕竟id是唯一的，定位精准。

　　我们也可以在采集TAG标签中添加规则

　　长腿蜘蛛-CTspider提供了6条通用规则添加采集，并且可以自定义字段规则（PS：自定义字段规则可以添加多个）

　　点击采集测试

　　采集 结果完美呈现（原文：标题：TAG）并正确显示

　　但是我们发现结果中出现了一个链接和更多的css属性和id属性和span标签。

　　我们可以使用长腿蜘蛛-CTspider强大的内容过滤模块进行数据清洗

　　内容过滤首先删除数据中的所有a链接但不删除a标签内容删除数据中的span标签不删除数据中无用的class属性和id属性

　　具体设置如下：

　　最后在进行采集测试（获取纯数据）

　　点击采集后，显示没有数据。只有两种可能

<p>采集规则未设置。如果确定采集规则没问题，请检查采集的当前URL是否是Ajax动态渲染加载（PS：目前长腿蜘蛛-CTspider不支持动态渲染加载