文章cms采集( 如何采集指定节点和“如何导出采集内容”的说明)

　　文章cms采集(

如何采集指定节点和“如何导出采集内容”的说明)

　　Dedecms采集函数的用法-文章（三））不带分页@

　　前言：本文是“不分页的普通文章和采集方法”的第三部分。在前两节的基础上，将详细解释“如何采集指定节点”和“如何导出采集内容”。为了与上一节保持一致，本文将继续使用上一节的标记

　　从第二节继续

　　3.1采集指定节点

　　点击保存并启动采集，进入采集指定节点界面，如下图所示34）如图所示

　　

　　图34-采集指定节点

　　采集每页：设置每页所需的采集数量，并根据网站是否具有反刷新功能设置采集间隔

　　特殊选项：设置是否检测重复图片。默认值为“检测”

　　附加选项：有三种采集模式可供选择：第一种是“监控采集模式（检测当前或所有节点是否有新内容）”，选择后系统只采集指定节点中更新的内容；二是“重新下载所有内容”，选择后系统会采集指定节点中的所有内容；第三个是选择“下载seed网站的未交付内容”，系统将仅采集指定节点中的未交付内容，包括以前未交付和更新的内容

　　设置完成并确认后，您可以单击开始采集网页或查看*敏*感*词*网址。此时，如果单击View seed web address，您将看到该列表为空，因为新创建的采集节点以前从未是采集节点，如图（figure）所示35）如图所示

　　

　　图35-查看节点的*敏*感*词*URL

　　点击【启动采集网页】，系统将启动采集节点中设置的网址，并出现相关提示，如下图所示36）如图所示

　　

　　

　　

　　图36-采集正在处理的提示信息

　　采集完成后，再次点击“查看*敏*感*词*URL”或点击页面右上角的“查看下载”即可查看已找到采集的URL信息，如下图所示37）如图所示

　　

　　图37-查看节点的*敏*感*词*URL

　　采集成功后，您可以根据实际需要在页面右上角选择采集节点管理或导出数据。单击导出数据以输入采集Management&gt；采集content导出界面，如下图所示38）如图所示

　　

　　图38-采集内容导出

　　“默认导出列”：设置要导入采集的列，并将内容导入

　　“Batch采集option”：如果列ID已在采集规则中指定，则可以使用此函数。如果指定的列ID为0，系统将把采集内容导入到“默认导出列”选择的列中

　　“发布选项”：有发布为“普通文档”和“另存为草稿”的选项

　　“每批导入”：设置每批导入的数量，不能太大

　　“附加选项”：此处有多个选项。如果您不希望采集复制文章标题，可以选择“排除重复标题”；如果希望内容为采集直接生成HTML，可以选择“完成后自动生成导入内容的HTML”；如果希望系统在采集列表页面时自动识别标题名称，一般可以选择“使用列表索引标题”，不建议勾选

　　“随机推荐”：填写一个代表文件数量的数字。推荐的文档随机出现在已填写的文档数量中。如果填写“0”，则表示没有推荐

　　设置完毕后，点击【确定】按钮，将下载的内容导入所选列，如（图）39）如图所示

　　

　　图39-设置后采集内容导出页面

　　同时，系统会提示导出过程，如（图）40）如图所示

　　

　　

　　

　　图40内容导出中的采集提示信息

　　导出采集内容提示“更新所有列列表”，点击“浏览列”进入网站相关页面，查看文章列表及其具体内容。您也可以在后台管理界面的主菜单中点击“核心”，然后点击“普通文章”进入“文档列表”页面，查看采集所在的文章列表，如（图41）如图所示

　　

　　图41-文件列表

　　到目前为止，目标网站的文章内容已成功达到采集的水平

　　综上所述，采集normal文章不分页相对简单。由于文章是一个基础教程，所以不涉及太多的“过滤规则”。下一篇文章将介绍“normal文章带分页”的采集方法和过滤规则的使用@

　　附上本文件的采集规则：

　　{dede:listconfig}

　　{Dede:noteinfo notename=“采集test（一）”channelid=“1”matthtype=“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=“区域”

　　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:deｓｃｒｉｐｔ离子修剪}

　　{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：[content]{/Dede:match}

　　{dede:function}{/dede:function}

　　{/dede:item}

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

　　{Dede:match}来源：[content]{/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'值=''isunit='1'isdown='1'}

　　{dede:match}

　　[内容]

　　{/dede:match}

　　{dede:function}{/dede:function}

　　{/dede:item}

　　{/dede:itemconfig}