文章采集功能(本文采集指定节点和“如何导出采集内容”的说明)

　　文章采集功能(本文采集指定节点和“如何导出采集内容”的说明)

　　前言：本文为《无分页的常见文章采集方法》第三部分。在前两节的基础上，我们将讨论“如何采集指定节点”和“如何导出采集内容”进行详细说明。为与上一篇保持一致，本文将继续沿用之前的章节标记。

　　接第二部分。

　　3.1采集指定节点

　　点击“保存并启动采集”后，会进入“采集指定节点”界面，如图（图34），

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图34-采集指定节点

　　采集每页：设置每页需要的采集个数，根据网站是否有防刷新功能设置采集间隔。

　　特殊选项：设置是否检测重复图片，默认为“检测”。

　　附加选项：该选项有3种采集模式可供选择：第一种是“监控采集模式（检查当前或所有节点是否有新内容）”，选择后系统只会采集采集 指定节点的更新内容；第二种是“重新下载所有内容”，选择后系统会采集指定节点的所有内容；第三种是“下载seed网站未下载的内容”，选择后系统只会采集指定节点未下载的内容，包括之前未下载和更新的内容。

　　设置完成并确认后，您可以点击“Start采集Webpage”或“查看*敏*感*词*网址”。此时，如果您单击“查看*敏*感*词* URL”，您将看到列表是空的。这是因为新创建的采集节点从来就不是采集，如图（图35），

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图35-查看节点的seed URL

　　点击“启动采集网页”后，系统会启动采集节点中设置的URL，会出现相关提示，如图36），

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图 36-采集Prompt 消息进行中

　　采集结束后，再次点击“查看*敏*感*词*网址”或者点击页面右上角的“查看已下载”，可以看到已经采集的网址信息，如（图3 7） 显示，

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图37-查看节点的seed URL

　　采集成功后，可以根据实际需要选择页面右上角的“采集节点管理”或“导出数据”。点击“导出数据”后，可以进入“采集管理>采集内容导出”界面，如图（图38），

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图 38-采集Content 导出

　　“默认导出列”：设置导入采集内容的列

　　“批量采集option”：如果采集规则中已经指定了列ID，则可以使用该函数。如果指定的列ID为0，系统会将采集内容导入到“默认导出列”“选定列”中。

　　“发布选项”：有发布为“普通文档”和“另存为草稿”的选项。

　　“每批次导入”：设置每批次导入的项目数。这个数字不能太大。

　　“有选项”：这是一个多项选择。如果不想采集重复文章标题，可以选择“排除重复标题”；如果希望采集接收到的内容直接生成HTML，可以选择“完成后自动生成导入的内容HTML”；如果需要系统会自动识别采集列表页面上的标题名称，您可以选择“使用列表索引的标题”。一般不建议勾选。

　　“随机推荐”：填写一个数字，代表文档的数量。推荐的文档随机出现在输入的文档数量中。如果输入“0”，则表示不推荐。

　　设置完成后，可以点击“确定”将下载的项目导入到选中的列中，如图（图39），

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图39-采集设置后的内容导出页面

　　同时系统会提示导出过程，如图（图40），

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图40-采集内容导出中的提示信息

　　导出采集内容提示“完成所有栏目列表更新”后，点击“浏览栏目”，即可进入网站相关页面查看采集到文章列表及其具体内容。也可以在后台管理界面的主菜单中点击“Core”，然后点击“Common文章”进入“文档列表”页面，从采集查看文章列表，如图（图41）显示，

　　

　　（本图来源于网络，如有侵权请联系删除！）

　　图 41-文档列表

　　到目前为止，采集已经成功到达目标网站的文章内容。

　　综上所述，采集“普通文章无分页”比较简单。由于本文文章是基础教程，所以没有涉及太多“过滤规则”。 “常用文章带分页”的采集方法以及过滤规则的使用将在下一篇文章中介绍。

　　附上本文的采集rule：

　　{dede:listconfig}

　　{dede:noteinfo notename="采集测试（一）" channelid="1" macthtype="string"

　　refurl="" sourcelang="gb2312" cosort="asc" isref="no" exptime="10" usemore="0" /}

　　{dede:listrule sourcetype="batch" rssurl="http://" regxurl="(*).html"

　　startid="1" endid="1" addv="1" urlrule="area"

　　musthas=".html" nothas="" listpic="1" usemore="0"}

　　{dede:addurls}{/dede:addurls}

　　{dede:batchrule}{/dede:batchrule}

　　{dede:regxrule}{/dede:regxrule}

　　{dede:areastart}

　　{/dede:areastart}

　　{dede:areaend}

　　{/dede:areaend}

　　{/dede:listrule}

　　{/dede:listconfig}

　　{dede:itemconfig}

　　{dede:sppage sptype='full' sptype='full' srul='1' erul='5'}{/dede:sppage}

　　{dede:previewurl}{/dede:previewurl}

　　{dede:keywordtrim}{/dede:keywordtrim}

　　{dede:descriptiontrim}{/dede:descriptiontrim}

　　{dede:item field='title' value='' isunit='' isdown=''}

　　{dede:match}

　　[内容]{/dede:match}

　　{dede:function}{/dede:function}

　　{/dede:item}

　　{dede:item field='writer' value='' isunit='' isdown=''}

　　{dede:match}作者：[内容]{/dede:match}

　　{dede:function}{/dede:function}

　　{/dede:item}

　　{dede:item field='source' value='' isunit='' isdown=''}

　　{dede:match}来源：[内容]{/dede:match}

　　{dede:function}{/dede:function}

　　{/dede:item}

　　{dede:item field='pubdate' value='' isunit='' isdown=''}

　　{dede:match} 发布于：[Content]{/dede:match}

　　{dede:function}@me=GetMkTime(@me);{/dede:function}

　　{/dede:item}

　　{dede:item field='body' value='' isunit='1' isdown='1'}

　　{dede:match}

　　[内容]

　　{/de:match}

　　{dede:function}{/dede:function}

　　{/dede:item}

　　{/dede:itemconfig}

　　上一篇：如何使用Dedecms采集功能---图片采集（一）

　　下一篇：Dedecms采集函数的使用方法---不分页的普通文章(二）

　　声明：本站所有文章和图片均来自用户分享和网络采集。 文章及图片版权归原作者所有。仅供学习和参考。请不要将它们用于商业目的。如果您的权益受到损害，请联系网站客服。

　　Eyoucms，易于使用的enterprise网站管理系统，点击了解更多

　　

　　有什么问题可以加入织梦技术QQ群一起交流学习

　　本站VIP会员请加入织梦58 VIP②群 PS：加入时请备注您的用户名或昵称

　　普通注册会员或访客请加入织梦58技术交流②群

　　来源：网友提供 关注：时间：2018-01-28 12:48

　　☉首先，只要是我们的VIP会员，所有源代码都可以免费下载，没有任何限制（了解更多）

　　☉本站源码不会像其他下载站那样植入大量广告。为了更好的用户体验，以后坚持不打印水印

　　☉本站只提供精品织梦源代码，源代码可用，不多！ ！希望在这里找到合适的你。

　　☉本站提供的整个织梦程序都有数据和演示地址。可以在任意源码详情页查看demo地址

　　☉本站所有资源（包括源代码、模板、素材、特效等）仅供学习参考，请勿用于商业用途。

　　☉如有其他问题，请加网站客服QQ(970003436))交流。