PHPCMS采集模块

　　模块的常用操作

　　操作名称

　　说明

　　详细的采集过程

　　没有

　　其他功能说明

　　没有

　　描述: 文章采集功能是通过程序远程获取目标网页的内容，并在进行本地规则分析处理后将其存储在服务器的数据库中.

　　文章采集系统颠覆了传统的采集方式和过程，将采集规则与采集界面分开，规则设置更加简单. 只有具有基本技术知识的人员才需要设置相关规则. 编辑人员不需要了解太多详细的技术规则，只需选择要采集的文章列表，就可以像发布文章一样轻松地完成数据采集操作.

　　首先，采集过程很简单，分三个步骤:

　　1. 添加采集点并填写采集规则.

　　2. 采集网址和内容

　　3. 将内容发布到指定的列

　　以Sina News（）的集合为例，并介绍详细过程.

　　示例说明:

　　目标: 将新浪新闻采集到V9系统的国际新闻专栏中.

　　目标网址:

　　1. 添加采集点1.1 URL规则配置

　　添加采集点URL规则配置图1

　　检查要采集的目标URL的源代码，并找到要采集的URL的起点和终点（这两个点在整个源代码中必须是唯一的）. 进一步缩小集合URL的搜索范围.

　　添加采集点URL规则配置图2

　　测试您的URL采集规则是否正确，如下图所示

　　1.2内容规则配置

　　内容规则在这里看起来很复杂，但实际上非常简单. 为了便于说明，我们仅采集两个字段: 标题和内容. 集合网址:

　　内容采集规则，请打开此网站，然后右键单击页面的空白区域->查看源文件以搜索内容的标题和起始边界.

　　标题采集配置:

　　从网页上获取标题并删除不必要的字符. 如下图所示

　　内容采集配置:

　　新浪新闻的最后一页，新闻内容收录在两者之间，并且这两个节点在整个页面的源代码中都是唯一的. 因此，您可以将内容作为规则. 并过滤内容. 如下图所示

　　1.3自定义规则

　　1.4高级配置

　　您可以设置是否将图片下载到服务器，是否打印水印和其他配置.

　　2. 采集网址和内容

　　设置采集规则后，可以采集网站，然后可以采集内容.

　　3. 将内容发布到指定的列

　　选择要导入的列

　　设置采集的内容和数据库字段之间的对应关系. 提交数据存储，在此期间请耐心等待，完成后它将自动重定向. 到目前为止，一个简单的采集过程就完成了.

　　其他更*敏*感*词*，期待您的发现.