文章采集功能(如何创建一个采集功能的朋友所写采集规则(组图))

　　文章采集功能(如何创建一个采集功能的朋友所写采集规则(组图))

　　前言：这篇文章是写给刚接触德德的朋友cms采集。选择的目标站点是德德cms官方网站的dreameaver栏目文章，其内容页面不收录分页。以图片和文字的形式，详细讲解了如何创建一个Basic 采集规则。本文分为三部分：第一部分主要介绍如何进入采集界面以及添加采集节点的第一步：设置基本信息和URL索引页面规则；第二节，主要是引入新的采集节点的第二步：设置字段获取规则；第三部分主要介绍如何采集指定节点，以及如何导出采集的内容。现在进入第一部分。

　　1.1进入采集节点管理界面

　　如图（图1），在后台管理界面主菜单中点击“采集”，然后点击“采集节点管理”进入采集节点管理界面，如图（图2）.

　　图1-后台管理界面

　　图2-采集节点管理界面

　　1.2. 添加新节点

　　在采集节点管理界面，点击左下角“添加新节点”或右上角“添加新节点”（如图2），可以进入“选择内容” Model”界面，如（如图3）,

　　图3-选择内容模型界面

　　在“选择内容模型”界面的下拉列表框中，有“常用文章”和“图片集”可供选择。根据页面类型为采集，选择对应的内容模型。本文选择“普通文章”，点击确定，进入“添加采集节点：第一步设置基本信息和URL索引页面规则”界面，如图（图文章4）显示，

　　图4-新建采集节点：第一步是设置基本信息和URL索引页面规则

　　1.2.1 设置基本节点信息

　　图5-节点基本信息

　　如图（图5），

　　节点名称：给新创建的节点起一个名字，填写“采集Test(一）”；

　　目标页面编码：设置目标页面的编码格式为采集。共有三种类型：GB2312、UTF8 和 BIG5。在采集的目标页面右击，选择“查看源文件”即可获得。

　　脚步：

　　(A) 打开采集的目标页面：；

　　(B) 右击选择“查看源文件”，找到“字符集”，如图（图6），

　　图6-查看源文件

　　等号后面的代码就是需要的“编码格式”，这里是“gb2312”。

　　“区域匹配模式”：设置如何匹配需要的采集的内容部分，可以是字符串，也可以是正则表达式。系统默认模式为字符串。如果您对正则表达式有更多的了解，可以在这里选择正则表达式模式。

　　“内容导入顺序”：指定导入文章列表时的顺序，可以选择“与目标站一致”或“逆向目标站”。

　　“防盗链模式”：目标站点是否有刷新限制采集。一开始很难说，需要测试一下才知道。如果是这样，您需要在此处设置“资源下载超时时间”。