网站文章一键采集(本文采集指定节点和“如何导出采集内容”的介绍)

　　网站文章一键采集(本文采集指定节点和“如何导出采集内容”的介绍)

　　前言：本文为《常用文章与分页的采集方法》第三篇。《如何导出采集内容》详细介绍。为了与前文保持一致，本文将继续沿用前文章节标记。

　　继续第二部分。

　　3.1采集指定节点

　　点击“保存并启动采集”后，会进入“采集指定节点”界面，如图（图29），

　　图 29 - 采集 指定节点

　　采集 per page：这个是设置每页需要的采集个数，采集的间隔可以根据网站是否有反刷新来设置功能。

　　特殊选项：设置是否检测重复图片，默认为“检测”。

　　附加选项：该选项有3种采集模式可供选择：第一种是“Monitoring采集模式（检测当前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；第二个是“重新下载所有内容”，选择后系统会采集指定节点中的所有内容；第三个是“下载torrent网站的未下载内容”，选择后系统只会采集指定节点中的未下载内容，包括之前未下载和更新的内容。

　　设置完成并确认后，点击“开始采集网页”或“查看Torrent URL”。此时，如果点击“查看*敏*感*词*URL”，会看到列表为空，这是因为新创建的采集节点从来都不是采集，如图（图3< @0） 显示，

　　图 30 - 查看节点的*敏*感*词* URL

　　点击“开始采集网页”后，系统会启动采集节点中设置的URL，并出现相关提示，如图（图31），

　　图31-采集过程中提示信息

　　采集结束后，再次点击“查看Torrent URL”或点击页面右上角的“查看已下载”，可以看到已经采集的URL信息，如（图3< @2） 显示，

　　图 32 - 查看节点的*敏*感*词* URL

　　采集成功后，可以根据实际需要点击页面右上角的“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”：设置采集中的内容将被导入到的列

　　“批处理采集选项”：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“默认导出列”选择的列中。

　　“发布选项”：有发布为“普通文档”和“另存为草稿”的选项。

　　“每批导入”：设置每批导入的项目数，不宜过大。

　　“附加选项”：这里有多种选择。如果不想采集重复文章标题，可以选择“排除重复标题”；如果希望内容为采集直接生成HTML，选择“完成后自动生成导入”内容HTML”；如果希望系统在采集列表页时自动识别标题名称，可以选择“使用列表索引的标题”，一般不推荐。

　　“随机推荐”：填写一个代表文档数量的数字。推荐的文档在填写的文档数量中随机出现。如果填写“0”，则表示不推荐。

　　设置完成后，可以点击“确定”将下载的文件导入到选中的栏目中，如图（图34），

　　图 34 - 采集 设置后的内容导出页面

　　同时系统会提示导出过程，如图35），

　　图 35-采集内容导出提示信息

　　导出采集的内容后，提示“完成所有栏目列表的更新”，点击“浏览栏目”，可以进入网站的相关页面查看文章@的列表> 采集 去的地方。及其具体内容。也可以在后台管理界面主菜单点击“Core”，然后点击“普通文章”进入“文档列表”页面，查看文章采集的列表@> 到 ，如图（图36），

　　图 36 - 文档列表

　　在文档列表中，点击“用最简单的网络学习IP和ARP协议”的预览按钮，打开文章内容页面，找到页面的换页部分，如图（图37） ,

　　图 37 - 分页

　　可以看出，收录分页文章的内容已经成功采集到达。

　　总之，本文详细介绍了如何采集普通的文章分页类型页面，并简要介绍了过滤规则。对于采集比较复杂的普通文章类型页面和过滤规则的使用，以后会介绍文章。

　　本文的 采集 规则：

　　{dede:listconfig}

　　{dede:noteinfo notename="采集Test(二）" channelid="1" macthtype="string"