文章采集规则(dedecms自带文章和图片采集功能详解(一)(图) )

　　文章采集规则(dedecms自带文章和图片采集功能详解(一)(图)

)

　　如果要转载其他网站的文章，我们不需要来回复制，dedecms自带文章和图片采集的功能，对于不熟悉的人来说，采集规则配置起来很麻烦，而且在采集的时候经常会出错或者乱码，现在给大家介绍一下dedecms的< @采集 功能。

　　1 打开新建节点菜单，打开后台->采集->采集节点管理，点击添加新节点

　　2选择型号

　　3 新建节点-配置URL索引填写采集的网站列表的相关规则，

　　4 查看采集站点的代码和网站的源代码。我们右键点击查看源码。在源码的开头，找到一个带有charset=a代码的meta标签，比如charset="gb2312"，这就是第二步提到的网站编码

　　5 新增节点配置文章 URL 匹配规则。我们查看采集站点的列表页面源码，找到文章列表start html和end html标签，复制到添加采集Node->文章 URL匹配规则的“区域开头的HTML”和“区域结尾的HTML”输入框。不用右击查看源码就可以找到文章列表的开始标签。可以在文章开头右键查看元素（chrome浏览器，firefox是查看元素），比较方便我找到了文章@开头和结尾的标签> 列表。设置好后，我们点击“保存信息，进入下一步设置”

　　6 URL获取规则测试 如果在测试结果中发现不相关的URL信息，说明第五步的URL过滤规则有误或者过滤规则没有填写。 如果发现采集有错误，您可以返回上次修改，如果没有，请单击“保存信息并进入下一个设置”。

　　7 内容字段获取规则我们查看采集网站的文章源码，找到相关选项的开始和结束html标签，填写指定位置，开始和结束标签用“[内容]”。设置好后，我们点击“保存配置并预览”

　　8 过滤规则 在第七步的匹配规则之后，还有一个过滤规则，用于过滤不需要采集的内容。比如网易文章的每一篇文章，都有一个iframe标签来投放广告。我们要采集网易的文章。是不可能的。采集回来后，我们要一一去。删除此广告。但是如何去除呢？去除方法是过滤规则。当我们点击常用规则时，会弹出一个小窗口，列出常用的过滤规则。我们只需要点击我们想要过滤的规则。要过滤网易文章中的iframe标签，我们直接点击iframe即可。

　　9 测试内容字段设置，因为网易有文章开头

　　, 一些 文章 以

　　，所以会出现采集错误。如果你现在想采集，你可以点击保存和采集。这里我选择只保存

　　10采集内容（一）回到采集节点管理界面，也就是第一步的界面，我们选择节点点击采集

　　11采集内容（二）

　　12 查看下载的文件，可以点击采集界面（第十步界面）右上角的“查看已下载”。也可以在“采集节点管理”界面点击“查看已下载”。以第二种方法为例。

　　13导出内容选择要导入的列，数据量，是否生成html文件，随机推荐个数

　　14 最终结果