教程:PHPCMS v9 文章采集
优采云 发布时间: 2022-09-30 12:09教程:PHPCMS v9 文章采集
phpcms v9默认内置文章、图片和下载三种内容模型。我们先来看看最常见的文章采集。以采集新浪互联网频道、国内滚动新闻栏目为例
1、进入后台，内容-内容发布管理-采集管理-添加采集积分。（与以前版本的 Phpcms 不同，采集 在模块菜单中管理）
2、网址规则。采集项目名称随便填，采集页面代码默认为GBK。对于具体的采集页面，可以查看其网页源代码。
URL采集没有大的特点，通过查看想要的采集页面的URL规则来填写。分析目标页面的结果是一个序列URL，而要获取的内容的URL都在两个标签之间。没有其他干扰链接，因此无需定义哪些字符必须收录在 URL 中，哪些字符不能收录在 URL 中。如果目标 网站 配置了 Base，那么也配置它。
URL采集的配置完成了，但是如果目标网站列表页使用js实现上下页，或者要获取的URL深度超过2级，就会很难使用内置的采集。
3、内容规则。phpcms就是用“[content]”作为通配符，然后设置开始和结束字符，然后过滤掉不必要的代码，实现内容采集。分析目标页面的title标签比较规整，可以直接如图设置。
过滤格式为“要过滤的内容[|]替换值”，如果删除，替换值留空。过滤规则支持正则表达式。系统自带几个常用的标签过滤规则。新手要更灵活的过滤有点困难，所以新手需要先熟悉正则表达式。
根据规则获取作者规则、来源规则、时间规则。小编尝试了一个固定值，发现无法实现，即给某个标签设置固定值，比如设置“source”为，但是采集结果源标签为空。
内容规则，填写开始和结束标签，我们测试的目标页面比较干净，所以只过滤掉里面的超链接和一些无用的标签。
内容分页规则，如果内容页有分页，一定要填写。这里没有分页文章。小编会在下图采集中介绍这个标签。
4、自定义规则，除了系统默认的标签，还可以自定义各种标签，规则都是一样的，但是有一点需要注意：规则的英文名称一定要填写，否则无法保存自定义标签。
5、高级配置，这次可以设置下载图片、图片水印、内容分页和导入顺序。注意如果需要水印记得修改你的网站的水印图片，水印存放路径：statics/images/water
6、规则设置好后，提交回采集管理首页。您可以先测试一下每个标签是否准确。
7、发布内容。如果无误，先点击采集网址，会自动采集文章地址，过滤重复网址。然后会弹出采集URL完成的消息，点击里面的“采集文章Content”
采集自动显示采集进度。
采集完成后会自动返回采集管理首页，点击内容发布，进入采集文章列表，勾选文章即可发布，或者直接点击底部的全部导入。
进入发布计划选择界面，新建发布计划，选择发布栏。此测试选择 文章 模块的“国内”列。在新的计划页面上，可以设置自动提取摘要、自动提取缩略图、导入文章 @文章状态、标签和数据库对应关系。其中，import 文章状态只有一个“release”。如果站长需要状态为待审核，则必须先将相应栏目的工作流程修改为一级审核。
在标签与数据库的对应关系中，采集标签与数据库字段一一对应。如果有自定义标签，找不到对应的字段，需要先修改模型添加字段，再修改模板显示，技术要求高。，不适合初学者。此外，系统自带多项处理功能，也相当实用。
发布方案设置好后会自动开始导入选中的文章，下次导入不需要创建方案，选择已有的方案即可。
干货教程:SEO工具—百度搜索“搜索工具”
今天上午，一位同事在早会上分享了百度的高级搜索技巧，从百度高级搜索功能和搜索说明方面分享了技巧。分享中有需要学习的地方，同时推荐百度的“搜索工具”，其实是一种更简单方便的搜索方式。
我们知道百度其实在2015年3月10日左右就上线了“搜索工具”功能（具体时间忘记了，3月10日找到的，没去研究），这个功能更好的服务于用户，简化了之前的部分搜索流程获取说明。
“搜索工具”主要功能：
1、原高级搜索下的时间检索增加页面显示位置，提升用户体验。
2、Web 和文件大数据检索。
3、支持站内检索，简化域指令。
“搜索工具”功能展示
1、【时间】选项分为四个：日、周、月、年，还有自输入查询的功能，不用去高级搜索页面选择时间~高亮就是还可以定制，更方便外包人员工作~
2、【所有网页和文档】选项主要包括：不限格式（所有网页和文档）、Adobe Acrobat PDF（.pdf）、Microsoft Word（.doc）、Microsoft Excel（.xls）、Microsoft Powerpoint （.ppt），RTF文件（.rtf）：省去写说明的时间~大家下载东西不再无脑~可以搜索拉更精准~
3、【站内检索】这里需要注意的是站内检索只支持一级域名。准确找出文章收录以后会不会依赖它，没错~
