采集规则 采集 data-src(如何对网站采集的内容进行一些批量管理？(图))

　　采集规则 采集 data-src(如何对网站采集的内容进行一些批量管理？(图))

　　采集指采集和记录有明确方向和明确目的的写作材料的活动。主要是指调查访谈和信息的获取和采集。采集主要作用是获取用于写作、分析和报告的直接和间接材料。今天我们说的采集主要是指网站采集，网站采集的概念主要是：程序获取其他网站的一种方式数据，另一种简单的说法是程序化、系统化、自动化、智能化 CTRL+C CTRL+V

　　Dedecms在早期就加入了采集这个功能。以前我们一般都是通过复制粘贴编辑再发布来添加网站的内容，这样对于少量的文章还是可以的，但是如果没有新站点的内容，那么就需要复制粘贴很多文章，这是一个重复又枯燥的过程，采集的内容就是为了解决这个问题，把这个重复的操作简化成规则，通过进行批量操作规则。

　　当然，采集也可以通过一些特殊的采集器采集来进行，国内比较有名的采集器就是优采云。

　　今天，我们将使用Dedecms程序的采集函数来讲解采集的使用方法，以及如何批量管理采集的内容。

　　首先我们进入系统后台，打开[采集]-[采集节点管理]，在学习使用这个采集功能之前先介绍一些基本的技术知识。

　　首先，我们需要了解 HTML 的基本内容。我们知道，浏览器中显示的各种页面，其实都是由最基本的 HTML 组成的。我们可以在我们的 Dedecms 系统后台发布一个内容，然后对上面的内容做一些格式化。

　　也就是说，我们的页面是在浏览器解析HTML代码后显示的。这些基本的HTML代码是给机器看的，解析出来的内容是给我们的用户看的。机器实际上是一个死的东西。，他不像用户那样看网页，直接看到某个部分的内容，机器能看到的就是某个部分的代码。

　　比如我们查看一个网页：/791.html，我们可以很容易的看到这个文档的内容，如*敏*感*词*区域所示。

　　我们的电脑看不到。他只是判断显示的内容。他只解析代码。我们右键查看这个文件的源文件。

　　机器读取这些代码的内容，他只能在以下地方看懂这部分内容：

　　也就是说，如果我们需要采集这些内容，我们需要告诉机器你应该从哪段代码开始，从哪里结束，中间部分就是我们需要的内容，然后自动添加这些内容到数据库来吧，省去添加内容的无聊。

　　这里我们讲采集中的一个概念：rules，rules简单来说就是我们告诉计算机要做什么，比如采集的内容，我们告诉计算机代码从哪里开始，在哪里本地代码的结尾，这些内容是一个规则。在Dedecms程序中，我们需要涉及两个局部规则，1.列出规则；2. 内容规则。

　　列表规则：告诉计算机你去采集文章哪些文章，这些文章列表以什么HTML代码开始和结束；

　　内容规则：告诉计算机采集是哪一部分内容，文档内容从什么HTML代码开始，以什么HTML代码结束；

　　我们说学会使用采集函数，其中最重要的就是学会制定采集的规则。有了这些规则，采集其实是一件很简单的事情。

　　采集的一般步骤如下：

　　1. 制定列表采集规则，这里的设置主要告诉服务器你采集有什么内容，一般是采集网站的列表页面；

<p>2.制定内容采集规则：这里告诉服务器你的采集页面的内容在页面的哪个部分，一般是采集