自动采集文章网站(自建RSS阅读器TinyTiny采集插件-胖鼠采集(组图))

　　自动采集文章网站(自建RSS阅读器TinyTiny采集插件-胖鼠采集(组图))

　　WordPress原本是一个博客，但由于其强大的功能和众多的用户，WordPress已经成为了一个cms平台，一些公司甚至使用WordPress来建站，这真是无处不在。采集建筑工地用wordpress，一直在做垃圾站的朋友都在用。

　　一方面，Wordpress本身的SEO相当不错，有利于搜索引擎收录和SEO排名；好复杂的配置，新手也能搭建一个网站自动采集，每天自动发布，放个小广告“坐享其成”。

　　WordPress采集的插件很多，但基本上都是付费的。本文文章主要是分享WordPress新版采集插件-胖鼠标采集，开源免费，支持所有网站列表详情页，有以下功能批量自动采集、自动发布、自动标注等。可用于采集微信公众号、短书等各种网站。

　　

　　关于采集信息的采集和自动化，还可以看：

　　用Huginn抢任意网站RSS和微信公众号更新——搭建一站式信息阅读平台自建RSS阅读器Tiny Tiny RSS安装配置自动更新、全文RSS、换主题、手机RSS登录VPS主机库存发货监控及微信\TG通知系统：VPS-Inventory-Monitoring安装配置

　　PS：2020年3月23日更新，好插件也需要好主题，国外WordPress主题市场比较成熟，大家可以试试：WordPress付费主题平台AppThemes：主题购买、安装、升级及问题。

　　一、WP胖鼠标采集插件安装

　　插入：

　　WordPress Fat Mouse 采集 插件推荐使用 PHP 7。如果您的 PHP 版本低于 PHP7，请从 Fat Mouse 采集 的 Github 下载并使用 Fat Mouse v5。分支名称： based_php_5.6 ，系统要求如下：

　　PHP >= 5.6

　　查询列表 v4

　　mysql不需要

　　Nginx 没有要求

　　WordPress Fat Mouse 采集插件的主要功能如下：

　　微信公众号文章采集，简书文章采集，列表页文章批量采集。

　　详情页文章采集，分页爬取——历史数据，别放过。

　　自动采集，自动发布，文章自动添加动态内容优化SEO。

　　自动标记自动标记，文章 过滤，自动精选图像。

　　内容关键字过滤替换 伪原创 ，自定义 采集any网站 。

　　WordPress Fat Mouse 采集 插件主要有以下几个部分：

　　①爬虫模块，Pioneer配置模块的各种特色配置，用于搜寻数据。

　　② 配置模块，支持爬虫模块为他提供采集规则核心能量。

　　③ 数据模块，数据 该模块具有胖鼠的各种特色发布功能。

　　安装Wordpress Fat Mouse 采集插件后，如下图所示：

　　

　　二、WP胖鼠标采集插件操作2.1配置中心

　　在 WP Fat Mouse 采集 插件配置中心，已经配置了 采集 规则。Wordpress Fat Mouse 采集插件自带几个配置，可以先点击导入。（点击放大）

　　

　　2.2 采集中心

　　在采集中心，可以启动采集文章，Wordpress胖鼠标采集插件分为list采集和details采集， list采集可以批量采集某个网站，详情采集是采集的某个页面。

　　

　　2.3 数据中心

　　采集完成后可以到数据中心查看已经采集到的文章，点击这里发布。（点击放大）

　　

　　WordPress Fat Mouse 采集Plugins采集 和 Publishing文章 运行良好。

　　

　　这是Wordpress胖鼠标采集插件采集文章的详情页，完全把网站的文章采集带过来了。

　　

　　三、WP胖鼠采集微信公众号

　　WordPress的采集微信公众号的文章也很简单，先找到你想要的采集的微信公众号文章。

　　

　　然后在“采集中心”填写微信公众号文章的网址，支持批量添加多个网址，点击采集。

　　

　　采集完成后，即可从采集发布微信公众号文章。如下所示：

　　

　　四、WP胖老鼠采集小册子知乎

　　WordPress采集简书、知乎等类似上面的采集微信公众号文章，直接输入网址采集即可。

　　

　　五、WP 自定义采集任何网站

　　WordPress Fat Mouse 采集 插件自带的几个配置文件其实是给我们演示的。真正的力量是我们自己定制的 Wordpress Fat Mouse 采集plugin采集rules,采集Any网站Content (non-AJax)。

　　5.1 新 采集 规则

　　在Wordpress Fat Mouse 采集插件中新建采集规则，这里以采集文章为例，先命名，选择列表配置（文章@ > 很多，选择这个Batch 采集)，其他的保持如下图：

　　

　　然后填写采集地址、范围、采集规则等，如下图：

　　

　　一般来说，采集规则需要多次测试才能成功，所以在创建新规则之前，我们先开启插件的Debug模式，具体结果在Chrome的网络一栏查看浏览器元素。

　　

　　5.2 列表采集规则

　　采集 范围是 Wordpress Fat Mouse 采集 插件 采集 所需的 URL 列表。首页最新的文章标题以H2+URL的形式嵌套（点击放大）。）。

　　

　　所以我这里填写采集的范围：#cat_all >.news-post.article-post > .row > .col-sm-7 > .post-content > h2，这个路径不需要手动完成。你可以直接在Chrome评论元素底部看到，注意上图。

　　在列表采集规则中写：a:eq(0) href，href表示选择a标签的href属性（即URL），我们使用jquery的eq语法a:eq( 0) 表示取H2区域的第一个a 注意：代码从0开始（只有一个a标签只能填a），如果目标站链接是相对链接，程序会自动完成。

　　

　　在Debgu模式下，我们可以看到我们已经获取到了首页最新的文章栏下所有文章的URL地址。

　　

　　5.3 细节采集规则

　　上面我们有采集列表下的所有URL，那么我们需要采集该URL下文章的内容。打开某个文章，发现标题在.title-post，文章的内容在.the-content。并且标题和内容都在 .single-post-box 下。

　　

　　标题。现在我们可以为采集标题写规则如下：范围是.single-post-box，选择器是.title-post，属性是文本。

　　

　　在 Debug 模式下，我们可以看到我们成功获取了 文章 标题。

　　

　　内容。采集内容规范写成：范围是.single-post-box，选择器是.the-content，属性是html。文章的内容成功获取如下。

　　

　　最后，采集Latest文章栏下的所有文章规则如下：（点击放大）

　　

　　六、WP定制采集成功效果

　　在采集中心，点击我们刚刚配置的列表采集config。

　　

　　稍等片刻，Wordpress Fat Mouse 采集 插件就会把最新的文章all采集 带过来。

　　

　　点击发布，采集成功。

　　

　　七、WP 自定义采集规则问题7.1 参数和属性

　　WordPress Fat Mouse 采集 插件需要三个参数：

　　link 采集链接一般取a标签的href属性

　　title 标题一般取详情页h1标签的text属性

　　内容内容一般采用详情页的 .content 标签中的 html 属性。

　　WordPress Fat Mouse 采集 插件属性解释如下：

　　href基本是指a标签的href属性（这个属性存放的是点击后的跳转地址）

　　text 取区域的文本，一般用于标题

　　html fetch区的所有html一般都是用来获取内容的，内容比较多。而且内容有布局，image css js里有很多东西。所以要获取所有原创的html

　　7.2 个 jQuery 选择器

　　:first、:last、:odd 等几个 jQuery 选择器在下面的内容过滤中非常有用，大家可以熟悉一下。

　　

　　八、WP胖鼠采集优化方法8.1 内容过滤

　　正文内容收录作者信息、广告、版权声明等无用信息，我们需要从正文内容中过滤掉这些内容。如何使用标签过滤？基本方法如下：

　　a是去掉区域内所有的a标签跳转功能。保留文字。

　　-a 删除a标签包括删除a标签中收录的内容（不推荐，因为a中删除了一些图片，a中的图片就没有了。）

　　-div 删除所有 div

　　-p 同上

　　-b 同上

　　-span 如上

　　-p:先删除第一个p标签

　　-p:last 删除最后一个 p 标签

　　-p:eq(-2) 删除最后两个p

　　-p:eq(2) 删除正二p

　　比如我写的过滤规则： -div#ftwp-container-outer -div#sociables -div.uc-favorite-2.uc-btn -p:last -ol:first ，意思是删除#ftwp -container -outer, #sociables, .uc-favorite-2.uc-btn 三个Div的内容，同样删除最后一个P和第一个ol列表。

　　8.2 URL 自动转换成拼音

　　Wenprise 拼音蛞蝓

　　WordPress Fat Mouse 采集 插件设置的标题收录文本。我们可以使用 Wenprise Pinyin Slug 让 WordPress 自动将 文章 别名更改为英文或拼音。

　　文章3@>

　　8.3 自动添加标签

　　简单标签

　　WordPress Fat Mouse 采集 插件有自己的自动标记功能。如果你觉得不好用，可以使用 WP 自动标签插件 Simple Tags 为你的文章自动生成标签，自动添加链接地址等。

　　文章5@>

　　8.4 自动设置特*敏*感*词*片

　　快速精选图片

　　Quick Featured Images 帮助您为自动 采集 和发布的 文章 设置特*敏*感*词*像。

　　文章7@>

　　文章8@>WP Auto采集 和 AutoPublish

　　插入：

　　WordPress Fat Mouse 采集 插件可以设置自动采集 频率。

　　文章9@>

　　WordPress Fat Mouse 采集 插件还可以设置自动发布间隔。

　　

　　要更改自动采集 和自动发布的时间，您可以使用 WP Crontrol 插件，启用该插件后，应该能够看到 WordPress网站 上发生的所有“歪曲任务”。

　　

　　点击编辑定时任务（Wordpress胖鼠标采集插件定时任务以fc开头），这里可以设置自动采集和自动发布的时间。

　　

　　十、总结

　　WordPress Fat Mouse 采集插件很强大，只要你要采集的页面不是Ajax，就可以使用WordPress Fat Mouse采集插件自动采集@ >并发布文章，为了防止被搜索引擎发现，还可以替换链接和关键字，在页面前后插入一定的内容，形成“伪原创”。

　　WordPress Fat Mouse 采集 插件目前没有监控功能，即无法在某个网站 内容更新时自动跳转到采集。我们可以用规则写进去。一般来说，第一篇文章就是最近更新的文章。这时候我们可以把采集的范围缩小到第一个H2区域，写成如下：

　　#cat_all > div:nth-child(1) > div > div.col-sm-7 > div > h2

　　文章发件人：Dug Station No，保留所有权利。本站文章为作者原创文章除非注明出处，可自由引用，但请注明出处。部分内容引用自：.