文章采集(Phpcmsv9默认内置文章、图片、下载3个内容模型 )

　　文章采集(Phpcmsv9默认内置文章、图片、下载3个内容模型

)

　　Phpcms v9 默认内置了三种内容模型：文章、图片和下载。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-添加采集点。 （与之前版本的Phpcms不同，采集management在模块菜单中）

　　2、URL 规则。 采集项目名称随便填，采集页面编码默认为GBK，具体采集页面可以查看网页源码。

　　URL采集，没什么大特色，通过查看你想要的采集页面的URL规则来填写。对目标页面进行分析，是一个序列URL，要获取的内容的URL在两个标签之间。没有其他干扰链接，因此无需定义必须和不得收录在 URL 中的字符。如果目标网站配置了Base，那么也必须配置。

　　URL采集配置结束，但是如果目标网站列表页面使用js实现上下页，或者获取的URL深度超过2级，用@很难实现采集。

　　3、Content 规则。 phpcms使用“[content]”作为通配符，然后设置开始和结束字符，然后过滤掉不需要的代码，实现内容的采集。分析目标页面的title标签比较规则，如图所示直接设置即可。

　　过滤器格式为“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。该系统带有几个常见的标签过滤规则。新手要灵活过滤有点难度，所以新手需要先熟悉正则表达式。

　　按规则获取的作者规则、来源规则、时间规则。小编尝试了一个固定值，发现无法实现，即将某个标签设置为固定值。比如设置“source”为，但是采集result source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，所以我们只需要过滤掉里面的超链接和一些无用的标签即可。

　　内容分页规则。如果内容页有分页，必须填写。文章这里没有分页。小编会在下图采集中介绍这个标签。

　　4、自定义规则，除了默认标签，还可以自定义各种标签。规则是一样的，但有一点需要注意：规则的英文名称必须填写，否则可以自定义标签。无法保存。

　　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水印图片，水印存放路径：statics/images/water

　　6、规则设置好，提交回采集管理首页，可以先测试一下标签是否准确。

　　7、发布内容。如果都准确，先点击采集网址，采集文章地址会被自动过滤，重复的网址会被过滤掉。然后会弹出采集网址补全信息，点击“采集文章内容”

　　采集自动执行并显示采集进度。

　　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，勾选要发布的文章，或者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。本次测试选择文章模块的“国内”列。您可以在新的计划页面上设置摘要自动提取、缩略图自动提取和导入。 文章 状态、标签和数据库的对应关系。其中，导入文章状态只有一个“发布”。如果站长需要状态为待审核，请先修改对应栏目的工作流程为一级审核。

　　在标签与数据库的对应关系中，采集标签与数据库字段是一一对应的。如果有自定义标签，找不到对应的字段，需要修改模型添加字段，再修改模板显示，比较技术要求高，不适合新手。此外，系统自带的处理功能也非常实用。

　　发布计划设置好后，会自动开始导入你刚刚选择的文章，下次导入就不用再构建计划了，选择已经构建好的计划即可。