文章cms采集(建站教程：采集使用中的第一节“增加采集节点”)

　　文章cms采集(建站教程：采集使用中的第一节“增加采集节点”)

　　朋友您好，今天的建站教程是：第一节采集

和使用“添加采集

节点”，采集

功能使用更广泛，可以在短时间内快速采集

大量文章，减少工作时间，并提高工作效率。

　　添加采集节点：也可以说是新增了一个采集任务。

　　注意：每个系统模型都有自己的集合，无论是内置的还是用户定义的系统模型。新闻系统有新闻系统采集

，下载系统有下载系统采集

等。

　　添加采集节点

　　

　　1、登录后台->点击大菜单“栏目管理”>“添加采集

节点”：

　　图一：菜单导航

　　图2：进入选择存储列的页面

　　

　　2、 选择入口栏后，进入“添加采集节点”页面，如下图：

　　

　　基本信息

　　节点名称 该节点的名称

　　父节点可以选择上级节点，主要是方便管理。例如，您可以将所有新闻集合归为一个父节点。

　　采集

页地址 要采集

的页面列表，如果有多个列表，使用回车框打开。

　　第二种采集

页面地址的方法是由系统自己生成一个列表，但它必须有一个数字模式。例如：“[page]”（[page]为页码范围）

　　内容页面地址前缀 信息页面链接的地址前缀。如果地址前没有域名，系统会加上这个前缀。如：http://+/news/2006/1.html

　　当新闻内容的图片/FLASH地址为相对地址时，使用图片/FLASH地址前缀。（对于newstext字段，远程保存时有效）

　　入库列采集的数据为入库。如果该节点不是采集节点，请取消勾选。（只列出属于这个系统模型的列）

　　数据库中采集

的数据就是要存储在数据库中的主题。

　　节点有效时间“开始时间”和“结束时间”当前可以任意设置。这主要是为了将来版本的扩展。

　　备注或说明

　　选项

　　默认相关关键字截取标题的前几个字符作为相关链接的“关键字”，建议设置为0，这样存储效率更高。

　　采集

记录数可以设置为只采集

前几条记录。（“0”为无限制，系统会从页面的开头到结尾选取）

　　将图片远程保存到本地，选中并存入图库。系统会将图片远程保存到本地，您还可以设置是否添加水印。（对于新闻文本字段）

　　选择远程将FLASH保存到本地后，系统会在将FLASH存入库时远程保存到本地。（对于新闻文本字段）

　　可以设置标题图片设置，选择远程保存哪张图片作为标题图片并生成缩略图设置。

　　每组列表的采集

数 采集

列表页面上每组的记录数，单个采集

列表页面填写1。

　　每组采集

的信息数信息页面上每组数据采集

的记录数

　　如果要远程保存图片/FLASH，请为每组存储设置一个较小的数字，例如1。（为了防止存储超时，系统建议将php的超时设置为360以上）

　　对一些限制页面刷新间隔的网站，设置了每组的采集时间间隔。

　　其他选项

　　页面编码转换 页面编码转换设置。

　　是否重复采集同一个链接可以设置是否重复采集同一个链接。

　　是否隐藏导入的信息，建议选择隐藏。否则，入库后的记录仍会显示在入库清单中。

　　采集后自动入库可设置为采集后自动入库，无需人工入库。但是，存储超时可能会被中断。

　　入库后自动删除导入的信息：入库后备份校验记录将同时删除。

　　整体页面过滤的常规格式：“广告开始[!--pad--]广告结束”。多个“,”网格可用。过滤整个页面代码。

　　要替换整个页面上的多个原创

字符，请使用“,”网格。如果有多个新字符，可以使用“,”格，系统会一一替换。

　　过滤选项

　　仅采集

关键字标题中收录

关键字的信息。如果没有限制，请留空。请使用“,”打开多个

　　要替换多个原创

字符，请使用“,”网格。如果有多个新字符，可以使用“,”格，系统会一一替换。（标题和内容）

　　过滤广告的常规格式：“广告开始[!--ad--]广告结束”，请用“,”打开多个。（对于新闻文本字段）

　　如果内容为空，则新闻文本内容为空时不采集

设置项。

　　相似度过滤器可以设置为不采集

标题相似度超过多少字符的信息。如果没有限制，请填写“0”。可以设置不采集

完全相同标题的信息

　　截取内容简介 如果简介（smalltext）没有值，系统会相应设置截取新闻文本的字数为简介。

　　列表页常规

　　通常不需要设置信息链接区域规则。一般设置为只采集

页面特定区域的链接或缩小采集

范围；在要采集的链接区的代码中添加“[!--smallurl--]”

　　信息页链接规律集合“内容页链接”规律（在列表页中）；在信息页链接处添加“[!--newsurl--]”

　　标题图片的常规采集

为“标题图片地址”的常规采集

，可以设置远程保存和地址前缀（在列表页，如果图片在内容页，请留空）；标题图片地址加“[!--titlepic-”-]”

　　内容页分页集合设置：（如果没有分页，请留空，为newstext字段）

　　注意：如果都是表格，只需要看第一页的正则页即可。

　　分页有两种形式：“上下导航”和“全部列出”

　　“上下翻页导航”类型规则设置分页区域规则([!--smallpagezz--])；分页链接常规 ([!--pagezz--])

　　"list all" 常规设置分页区域regular ([!--smallpageallzz--]); 分页链接常规 ([!--pageallzz--])

　　采集

相关注意事项

　　1、 按照通常的设置，同一个链接不会被重复采集

。

　　2、 没有标题的信息将不会被采集

。

　　3、 不是固定参数，“*”可以表示任意字符。

　　4、特殊字符请在前面加上“\\”。当然，把特殊字符直接改成“*”是最合适的。特殊字符如下：

　　“ ）“，“（“，“{“，“}“，“[“，“]“，“\“，“？“等等。

　　5、通常，我们需要找出唯一代码。有时空间会成为识别的基础。

　　6、 添加节点后最好先预览节点，预览无误后才开始采集。（管理采集

节点的预览）

　　

　　7、"Time Regular"：如果为空，则为存储时间