教程:优采云 采集器/DedeCMS文章模块

　　教程:优采云

采集器/DedeCMS文章模块

　　优采云

采集器

| 安装 | 主程序 | 子程序 | 应用扩展 | 模块开发 | 常问问题

　　首先安装 DedeCms 5.1。本例测试的DedeCMS网站地址：

　　本模块使用内置浏览器登录，所以不用写“登录设置”部分，现在直接写文章发布部分。这分为两个步骤。首先，获取列 ID。栏目ID是文章系统中栏目对应的一个值。它可以是数字或其他。您无需获取此类别 ID。如果知道column ID，可以直接在release配置中填写相应的值或者将[category ID]替换为自己的label。以后注意把列ID的值写在规则里。而已。

　　要做的就是找一个收录

栏目ID的页面，在里面可以提取栏目ID和栏目名称，一般最好找到select，使用option下拉菜单制作栏目的页面， DeDeCms现在很多调用栏目，你可以找一个，现在以/dede/catalog_tree.php?f=form1&opall=1&v=typeid&bt=selbt1&c=0为例，看看具体的页面情况。

　　图1 生成静态页面中选定列的列表

　　这里有所有的列，代码也比较简单，大家可以看看，关于列的代码如下

　　

　√请在要选择的栏目打勾

不限栏目

test1

test12

test2

test3

　

　　列ID和列名的代码形式为onClick="ReSel(2,'test2')，其中2为列值，test2为列名，可以通过这种方式获取，具体可以先看图2，取开头结尾，然后程序会从中间提取的内容中找到>形状的内容，然后提取里面的值，然后得到类别的名称和具体值ID。

　　图2是刷新列表设置，解释一下各个名词的含义：

　　图2 获取列ID时的设置

　　刷新列表页也是用来获取表层页面的。源码页面一般不需要写，只有一些特殊的系统需要查源码。页面区域是一个选中的区域，里面的内容收录

分类信息。这里也可以留空，默认整个页面。类别列表名称和 ID 格式是最重要的。请注意，规则必须符合所有列表格式。当然，它只能用于获取想要的类别或列。

　　使用以上设置获取类别ID和类别名称。具体可以参考图3效果图，注意在网站/cms根地址填写的地址（设为地址A）和图2刷新列表页面地址（设为地址B）添加（即A+B），也就是页面的实际地址。其他地方也是一样，都是A加上模块中的地址或后缀。

　　图3 刷新列表效果

　　现在让我们发布一篇文章来做“文章发布参数”这块。直接进入发布文章页面。

　　查看网页属性获取发布页面地址 /dede/catalog_do.php?channelid=1&cid=1&dopost=addArchives

　　查看本页面源码，注意不要关闭，以后用得着。先发一篇文章，注意把标题或者内容写好，建议全部用英文字母写，因为有些系统会对发布的文字进行不同的编码，英文一般不会变。详情请参考图4。

　　图4 发表时文章标题或内容的建议写法

　　对于某些部分，如果不想写或者想为空，可以像图4源一样，写文章的时候不加，发布的时候再抓取数据包。每一项写好后，打开Winsock Expert。参见图5，选择发布文章的程序页面，不同浏览器的选择方法可能不同，只要选择了程序，就可以监控浏览器数据的发送状态。

　　

" />

　　图5 使用Winsock Expert监控浏览器数据传输

　　完成以上所有操作后，您可以单击“确定”。注意，点击确定后，会很快暂停Winsock Expert中的抓包，查看获取到的数据，因为有些系统数据发送速度非常快，可以发现Winsock Expert中的数据没有post数据。查看捕获的数据，有关详细信息，请参见图 6。

　　图6 使用Winsock Expert获取的浏览器发送的数据

　　看选中的行，有一行是post字样的，就是你要的信息。其中，看最下面的内容，就是浏览器发送过来的数据。一些发送的数据是用邮局的，而有些则不是。看具体含义

　　POST /dede51/dede/action/article_add_action.php

　　这是邮寄地址

　　Referer: http://127.0.0.1/dede51/dede/catalog_do.php?channelid=1&cid=1&dopost=addArchives

　　这是源页面。去掉前面的URL部分就是源地址。

　　把上面的网址写进发表地址的后缀和来源页面的后缀，看看下面得到的浏览器发送的数据。以下是获取到的数据内容：

　　这里是获取的post数据，省略了部分内容。

　　

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="channelid"

1

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="title"

caijitt

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="redirecturl"

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="tag"

Caijitag

………………………………中间这部分略去，因为数据很多………………………

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="arcrank"

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="ishtml"

1

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="description"

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="keywords"

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="likeid"

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="imageField"

<p>

" />

确定

-----------------------------7d8271202203c0—

这些内容是什么意思呢？我们以下边的内容为例：

-----------------------------7d8271202203c0

Content-Disposition: form-data; name="ishtml"

1

</p>

　　这是一个表单项，名称是html，值为1，现在在源码中可以看到

　　

发布选项：

生成HTML

仅动态浏览

　　大家可以知道，这里的1是生成静态的。在制作最终的帖子内容时，是这样的格式：

　　表单项名=值&表单项名=值

　　这样，当ishtml=2时，表示动态发布。更多的含义可以从源码中看出。

　　合并上面的数据提取，将title替换为[label:title]，将content替换为[label:content]，其他类似。会得到

　　

channelid=1&title=[标签:标题]&redirecturl=&tag=[标签:TAG]&source=&writer=&litpic=&picname=&typeid=1

&dede_addonfields=&remote=1&spsize=5&body=[标签:内容]&shorttitle=&arcatt=0&typeid2=0&templet=

&pubdate=2008-07-18 03:46:53&money=0&sortup=0&color=&arcrank=0&ishtml=1&description=&keywords=

&likeid=&imageField=确定

　　另外注意pubdate=2008-07-18 03:46:53是发布时间，因为每次手动发布都不一样，可以设置一个tag让它取值时间，比如pubdate=[ 标签： time]，也可以直接从发布页面源码获取，发布源页面源码在发布开始时保存。这时候就可以使用login random value这个标签，其实就是从一个页面获取一些参数。make pubdate=[login random value 1]，在随机值获取和UBB中定义并获取“login random value 1”，可以先看看图7

　　图7 随机值获取及ubb设置

　　在源代码中是

　　

 发布时间：

　　两边都可以

　　其他一些参数，也可以指定固定值，比如writer，可以固定为writer=小明，也可以使用tags，writer=[tag:author]，也可以设置使用其他tags根据要求。

　　所有标签在发布前都将被替换或处理。

　　在添加WEB发布配置中测试模块正确性中测试发布，可以正常发布，发布后会返回“成功发布文章：”字样，可以将这些字作为发布成功标识码. 具体见图8。当然，你也可以故意制造一些错误，得到“发行错误识别码”，这样在发行错误的时候就可以知道原因，修改相关设置。下面是基本完成的模块：

　　图8 文章发布参数设置

　　最后一部分是解释保护。说明是增加一些注意事项，使用说明等，如果是保护的，可以加密码，对帮助别人写模块有保护作用。在系统模块名称的底部，可以写适用的系统，请写版本号。如图9所示

　　图 9 说明了保护和其他设置

　　参考来源 优采云

采集

器手册导航

　　安装：

　　系统安装

　　主要程序：

　　子程序：

　　应用开发：

　　数据库发布模块编辑制作| 外部编程插件开发

　　模块开发：

　　DedeCMS文章模块|PHPWind论坛模块|Discuz论坛模块

　　常问问题：

　　干货教程:新手使用优采云

发布接口如何采集文章教程

　　前沿：

　　如果你对优采云

一无所知，你最好去网上学习一下优采云

采集

的小知识。本人不是高手，所以鼓起勇气写了出来，至少能用。这里就不教采集

规则怎么写了，因为写法太多了，问我也不知道，优采云

相关文件夹里提供的发布接口有内置的-投资发布文章，支持远程抓图、本地化、发布文章时间设置（10-70分钟随机）。用户只需要关注优采云

的标题和内容，参数值为title（标题）和content（内容）。

　　第一步：在站点设置中设置优采云

免登录发布接口的全局变量值：

　　第二步：上传发布界面覆盖程序根目录：

　　第三步：登录优采云

软件后，导入release模块”

　　下图更多下拉-选择导入：

　　导入后：

　　

" />

　　上图中数字1填写的是你在网站后台设置的全局变量值。

　　2 选择utf-8编码。

　　在 3 处填写您的网站域名，不要使用反斜杠“/”。

　　4个选项不需要登录

　　5次点击获取列表--选择你需要存储的类别

　　6. 为当前发布模块写一个名字，后续采集任务模块会用到。

　　最后点击保存配置按钮。

　　----------

　　

" />

　　下面解释一下导入采集任务：

　　新建任务组后，导入该组下的任务规则（import tasks to this group）：

　　选择我们的采集作业规则（.ljobx 文件）：

　　下一步：双击规则项

　　单击第 3 步：修改帖子内容设置

　　修改您发布的类别：

　　最后保存：

　　然后右键开始任务采集：