文章采集内容(本文采集指定节点和“如何导出采集内容”的说明)

　　文章采集内容(本文采集指定节点和“如何导出采集内容”的说明)

　　前言：本文是《采集普通文章无分页的方法》的第三篇。节点”和“如何导出采集内容”进行详细说明。为了与前文保持一致，本文将继续使用前文的章节标记。

　　接第二部分。

　　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34），

　　

　　图 34-采集指定节点

　　每页采集：设置每页需要的采集个数，根据网站是否有防刷新功能设置采集的间隔时间。

　　特殊选项：设置是否检测重复图像，默认为“检测”。

　　附加选项：该选项共有3种采集模式可供选择：第一种是“监控采集模式（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更新内容；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；三是“下载*敏*感*词*”网站的未下载内容”，选择后系统只会采集指定节点的未下载内容，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< @5）

　　

　　图 35 - 查看节点的*敏*感*词* URL

　　点击“启动采集网页”后，系统会启动采集节点中设置的URL，并出现相关提示，如图36），

　　p>

　　

　　

　　

　　图36-采集提示信息处理中

　　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 37）如图所示，

　　

　　图 37 - 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38），

　　

　　图 38-采集内容导出

　　“默认导出列”：设置采集的内容导入到的列

　　“批处理采集选项”：如果采集规则中已经指定了列ID，则可以使用该函数。如果指定的列ID为0，系统会将采集导入的内容发送到“默认导出部分”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。

　　“每批次导入”：设置每批次导入的项目数量，数量不宜过大。

　　“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39），

　　

　　图 39 - 采集内容导出页面

　　设置后

　　同时系统会提示导出过程，如图40），

　　

　　

　　

　　图40-采集内容导出提示信息

　　导出采集的内容后，内容提示“完成所有栏目列表更新”，点击“浏览栏目”，即可进入网站的相关页面查看文章的采集 to @> 列表及其具体内容。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41）,

　　

　　图 41 - 文档列表

　　至此，目标网站的文章内容已经成功采集到达。

　　总结一下，采集“普通的文章不分页”还是比较简单的。由于本文章是基础教程，所以不涉及过多的“过滤规则”。 采集方法的使用和“普通文章带分页”的过滤规则将在下一篇文章文章中介绍。

　　本文附上的采集规则：

　　{dede:listconfig}

　　{dede:noteinfo notename="采集Test(一）" channelid="1" macthtype="string"

　　refurl="" sourcelang="gb2312" cosort="asc" isref="no" exptime="10" usemore="0" /}

　　{dede:listrule sourcetype="batch" rssurl="http://" regxurl="(*).html"

　　startid="1" endid="1" addv="1" urlrule="area"

　　musthas=".html" nothas="" listpic="1" usemore="0"}

　　{dede:addurls}{/dede:addurls}

　　{dede:batchrule}{/dede:batchrule}

　　{dede:regxrule}{/dede:regxrule}

　　{dede:areastart}

　　{/dede:areastart}

　　{dede:areaend}

　　{/dede:areaend}

　　{/dede:listrule}

　　{/dede:listconfig}

　　{dede:itemconfig}

　　{dede:sppage sptype='full' sptype='full' srul='1' erul='5'}{/dede:sppage}

　　{dede:previewurl}{/dede:previewurl}

　　{dede:keywordtrim}{/dede:keywordtrim}

　　{dede:descriptiontrim}{/dede:descriptiontrim}

　　{dede:item field='title' value='' isunit='' isdown=''}

　　{dede:match}

　　[内容]{/dede:匹配}

　　{dede:function}{/dede:function}

　　{/dede:项目}

　　{dede:item field='writer' value='' isunit='' isdown=''}

　　{dede:match}作者：[内容]{/dede:match}

　　{dede:function}{/dede:function}

　　{/dede:项目}

　　{dede:item field='source' value='' isunit='' isdown=''}

　　{dede:match}来源：[内容]{/dede:match}

　　{dede:function}{/dede:function}

　　{/dede:项目}

　　{dede:item field='pubdate' value='' isunit='' isdown=''}

　　{dede:match} 发表于：[内容]{/dede:match}

　　{dede:function}@me=GetMkTime(@me);{/dede:function}

　　{/dede:项目}

　　{dede:item field='body' value='' isunit='1' isdown='1'}

　　{dede:match}

　　[内容]

　　{/dede:匹配}

　　{dede:function}{/dede:function}

　　{/dede:项目}

　　{/dede:itemconfig}