采集(想用Drupal采集插件)

　　采集(想用Drupal采集插件)

　　如果要使用 Drupal采集 插件，可以先下载雅爱园 Drupal采集器 发行版，安装，即可使用。里面有详细的文档。雅爱源 Drupal采集器，使用标准的Drupal模块，是完全开源的，但是为了支持中文采集，部分模块做了修改。

　　我们来介绍一下雅爱园Drupal中采集相关的模块插件采集器：

　　1、Feeds模块，这个是主模块，是用来导入数据的，开始是收RSS数据，后来发展到导入各种数据，后来发现基于这个模块，可以用于采集网页信息。

　　2、job_scheduler模块，这是Feeds模块依赖的插件，采集期间的任务调度，很多时候需要依赖这个模块。

　　3、feeds_tamper模块，该模块用于导入数据时对数据进行预处理，也就是清理工作，非常有用的帮助模块。 采集网页数据必备模块。

　　4、feeds_xpathparser模块，该模块允许我们使用Xpath规则来解析数据。来自网页 采集 的数据是 HTML 格式，需要使用 Xpath 规则进行解析。这也是必备模块之一。

　　5、feeds_crawler模块，这是一个小型爬虫，方便采集各种分页列表，非常好用，网页爬取必备模块。

　　6、feeds_smartparser模块，智能提取HTML页面全文，是网页必备模块之一采集。

　　7、feeds_selfnode_processor模块，来自采集的节点本身也是一个feed*敏*感*词*。它可以通过HTTP请求捕获更详细的信息，改进自己的节点，是网页的必备模块之一采集。

　　8、Views/Ctools视图数据导出，将网页采集中的数据导出为各种格式，支持XML、CSV、Excel。

　　9、feeds_spider模块，采集蜘蛛，类似于feeds_crawler，网页采集模块之一。

　　相信在熟悉了以上模块之后，即使没有 Drupal采集器，你也可以构建自己的采集网站。

　　Aiyuan Drupal采集器是基于以上标准模块构建的，结合我们的实际经验，做一个有用的总结和归纳。