织梦DedeCms采集规则图文教程

　　织梦DedeCms采集规则图文教程

　　楚截图和文字分不清楚，因此用*敏*感*词*背景来分辨。

　　第一步、确定采集的网站(我们以DEDE的官方站做为采集站做示范)

　　Quote:

　　第二步、确定被采集站的编码。打开被采集的网页以后，查看源代码(IE：查看 - > 源代码)

　　在 之间找到 charset 这个，后面就显示网页的编码了，截图的是 “gb2312”

　　第三步、采集列表获取规则写法

　　来源网址写法 很明显pageno是表示分页页脚 那么有多页列表的采集就要用“[var:分页]”来替换分页页脚，截图如下

　　plus/list.php?tid=10&pageno=[var:分页]

　　文章网址需收录 网址不能收录 这两个通常不用写，用于采集列表范围有很多不需要的联接才用到他来做过滤使用。

　　上面的网址并没有带有至于 为什么要在上面加上，这个就不要我说了吧。

　　如果只有一个列表页，那么在来源网址就直接写上网址就OK了。

　　注意这儿，最关键就是这儿。

　　下面就是“采集获取文章列表的规则写法”，

　　就是里面打开的被采集页面的源代码文件，找到文章列表之前 和本页面没有其他相同的代码

　　在DedeCms官方站的列表页文章列表之前和以后近来的且没有相同的是“

　　”和“ ”，分别写入“起始HTML”和“结束HTML”，写法看截图

　　第四步、采集文章标题，文章内容，文章作者，文章来源等规则写法，分页采集等。

　　“起始HTML”和“结束HTML”写法参考第三步中的“获取文章列表的规则写法”

　　下面讲的是怎样采集分页内容 看截图圈着的地方 截图

　　文档是否分页 里面选择“全部列举的分页列表”

　　“起始HTML”和“结束HTML”写法参考第三步中的“获取文章列表的规则写法”