教程:html采集插件如何用,优采云采集器插件功能详解

　　教程:html采集插件如何用,优采云采集器插件功能详解

　　类别：软件培训

　　有优采云采集器2010版增加了多个插件处理点，可以更方便用户二次开发。

　　插件各部分说明及使用方法如下：

　　1、挖矿网站：

　　这里的插件可以对1级和2级URL的采集起作用（也就是说0级URL的采集不会使用插件）。 插件将Ucai优采云采集器0级和1级URL请求的html代码返回处理后，处理后的html代码交给采集器，采集器再对URL进行提取和过滤。

　　需要注意的问题是，如果使用level 2 URL 采集 ，插件在处理level 0或者level 1请求的URL返回的代码时，需要自己分析请求的URL和内容，从而知道你是处理level 0还是level 1 Level 1 html内容处理。

　　2、挖矿内容：

　　这里的插件是采集器下载默认页面的源代码后，会将整个html代码交给插件处理。 该插件可以添加和删除html代码。 比如在默认页面中有一个js脚本来生成一个动态的URL。 你需要为多个页面采集这个动态URL的内容，可以写一个程序生成多个页面的地址，然后用采集器获取地址，再用采集器的多页面功能采集器处理。 比如一些动态生成的下载地址，可以写程序生成，然后用采集器获取并下载。

　　3.多页：

　　这里的插件是采集器下载完多页代码后，会将整个html代码交给插件处理。 然后采集器会从处理后的代码、下载文件等操作中分析获取标签内容。

　　需要注意的一点是，如果有多个多页，每个多页地址采集器都会对其进行处理。 至于插件怎么知道自己处理的是哪个多页，请让开发者根据传入的URL和内容写代码判断。

　　4.保存时：

　　这里的插件是采集器完成了标签的提取，文件的下载，保存到数据库之前的处理。 插件传入的参数与其他三个插件不一样。 是一个数组，对应标签名 标签值的组合。 用户可以在这里处理标签值，比如价格计算和单位换算。 该插件的运行位于优采云采集器标签的不良内容处理之前。 因此，也可以设置标签的值为具体的值，从而实现不保存或删除记录的功能。 如果你设置了数据库中一定不能有重复记录，你也可以使用这个插件来实现对不重复数据的处理。

　　一个插件可以同时收录其他页面的代码。 例如，可以有处理列表 URL 页面的代码，或处理保存的代码。 具体调用请参考开发示例。

　　PHP插件和C#插件的开发非常简单。 详情请参考默认开发示例。 在插件管理器中，选择New Plug-in，可以看到默认的开发环境和说明。

　　非常有效:如何去掉 DedeCMS 的防采集混淆功能?

　　题：

　　dede5.5的反采集混淆功能怎么去掉？ 我现在发的每篇文章都有dede5.5默认的反采集字符串，很烦人，怎么去掉？ 还是自己换？

　　回答：

　　您好，文章模板中调用文档内容时使用{dede:field.body/}标签，不要使用{dede:field name='body' function='RndString(@me)'/}

　　在dede cms后台-系统-反采集混淆中，有这么一句话：如果要开启字符串混淆防止采集，请在文档模板需要的字段中添加function='RndString(@me)'属性，这样作为：{ dede:field name='body' function='RndString(@me)'/}。