自动采集文章文章(这节教您如何来运用采集系统，如何设置采集规则 )

　　自动采集文章文章(这节教您如何来运用采集系统，如何设置采集规则

)

　　information采集管理系统的作用：

　　可以帮助企业在信息采集和资源整合方面节省大量的人力和资金。广泛应用于行业门户网站、竞争情报系统、知识管理系统、网站内容系统、垂直搜索、科研等领域。

　　今天这一节，我们以采集QQ网站的新闻列表为例，一步步教你如何使用采集系统以及如何设置采集规则。

　　点击内容管理-->信息采集管理，如下图：

　　点击“新建项目”，选择文章作为模型所属，该列属于你想要采集放在哪个列下。我们选择国内新闻栏目，如下图：

　　点击“下一步”进入设置列表索引和开始结束标签，如下图：

　　这时候我们需要打开采集的信息页第一页，把网址复制粘贴到列表索引页：

　　以下标记要求我们查看网页生成的源代码，如下图：

搜索找到”各地新闻”，注意观察，我们发现各地新闻的信息列表，在分页下边找到列表开始标记:

再到底部分页上找列表结束标记：

填好后再点击“下一步”按钮继续我们的采集任务，然后找链接开始和结束标记，如下图：

　　我们在列表拦截测试中看到我们成功拦截了一些信息列表。或者查看刚才的源码找到，如下图：

　　我们看到链接开始为：

　　结尾是：

　　">

　　填写后，如下图：

　　点击“下一步”继续设置文章短标题标签，如下图：

　　此时，我们在“Previous”和“Next”按钮下看到了分析列表链接测试。我们可以试试看链接是否正确。如下图：

　　接下来我们打开一个文章查看其源码，如下图：

　　搜索文章title，然后找到代码，如下图：

　　填写短标题的开始和结束标签，找到下面的文章content开始和结束标签，如下图：

　　填写标题的开始和结束标签，找出文章内容的开始和结束标签，如下图：

　　此时如果提示截取列表错误，则可能是找不到唯一性，需要继续测试。如果之前的设置没有问题，那么继续点击“下一步”，如下图：

　　看到上面的界面，加油，我们采集成功了。继续点击“下一步”进行一些相关的采集设置。如果我们需要采集的文章里面有图片，就让它自动转换成图片文章，然后勾选，如下图：

　　点击“完成”按钮完成采集规则设置。如下图：

　　点击“确定”按钮返回采集管理首页，如下图：

　　此时，您只需点击“采集”链接即可获得采集信息。

　　我们上面介绍的是采集信息列表只有一页的情况，所以如果我们需要超过一页的采集信息，我们会返回来观察信息列表页面的生成规则，如下图所示：

　　将鼠标移动到 2 以显示它

　　然后我们就可以根据他的生成规则编辑我们的采集项目，这一步的时候选择批量生成，把URL复制粘贴进去，把页数改成{$ID}，填写生成range 加上数字，比如需要采集的前8页，我们就填2-8，如下图：

　　设置好后，我们就如上设置，点击“下一步”和“下一步”按钮，直到设置完成。

　　返回采集管理首页，点击“采集”链接，如下图：

　　然后系统进入启动采集界面，如下图：

　　这里注意，采集时请不要刷新此页面。

　　采集Complete系统会自动统计采集文章的总数，成功的有多少，失败的有多少，有多少张图片。

　　我们点击“review in storage”按钮进入，可以查看我们成功的采集文章，也可以进入批量选择将文章存储到库中，如下图:

　　如果文章需要全部入库，点击“全部入库”按钮，如下图：

　　点击“确定”按钮。我们回到文章系统，看到文章已经成功放入数据库，如下图：

　　我们返回信息采集管理，看到“历史”按钮。点击后可以清除采集的所有历史记录，如下图：