WordPress胖鼠采集插件教程-WP手动采集和发布微信公众号,简书

　　WordPress胖鼠采集插件教程-WP手动采集和发布微信公众号,简书

　　WordPress原本是一个博客，但是因为功能强悍、用户诸多，发展到如今Wordpress已然成为了一个CMS平台了，甚至有一些企业建站都用了Wordpress，真的是无处不在。Wordpress用于采集建站仍然以来做垃圾站的同学都在采用。

　　一来是Wordpress的本身的SEO做得挺不错的，有利搜索引擎收录和SEO排名；另一方面则是Wordpress还有特别多的强悍插件，利用Wordpress采集插件不需要多么复杂的配置，新手也可以搭建一个每晚手动采集和手动发布的网站，放点小广告“坐收渔利”。

　　WordPress采集插件十分多，但是基本上都是付费的，这篇文章主要来分享一下新出的Wordpress采集插件-胖鼠采集，开源免费, 支持所有网站列表详情页面，它有列表批量手动采集，自动发布，自动打标签等功能，可以用于采集微信公众号、简书以及其它各种网站。

　　关于搜集和采集信息自动化，你还可以瞧瞧：

　　利用Huginn抓取任意网站RSS和微信公众号更新-打造一站式信息阅读平台 自建RSS阅读器Tiny Tiny RSS安装和配置手动更新,全文RSS,更换主题,手机RSS登陆 VPS主机库存上货监控与陌陌\TG通知系统：VPS-Inventory-Monitoring安装与配置

　　PS：2020年3月23日更新，好的插件还须要好的主题，国外的Wordpress主题市场比较成熟，我们可以试试： WordPress付费主题平台AppThemes：主题订购,安装,升级及问题 。

　　一、WP胖鼠采集插件安装

　　插件：

　　WordPress胖鼠采集插件建议使用PHP 7，如你的PHP版本大于PHP7, 请移步胖鼠采集的Github下载使用胖鼠v5版本 分支名: based_php_5.6，系统要求如下：

　　PHP >= 5.6

　　QueryList v4 版

　　Mysql 无要求

　　Nginx 无要求

　　WordPress胖鼠采集插件主要功能如下：

　　微信公众号文章采集 、简书文章采集 、列表页面文章批量采集 .

　　详情页面文章采集 、分页爬取 – 历史数据, 也不放过. 一网打尽

　　自动采集、自动发布 、文章自动添加动态内容 优化SEO.

　　自动打标签 Auto Tags、文章过滤 、自动特*敏*感*词*片 .

　　内容关键字过滤替换 伪原创 、自定义采集任何网站 .

　　WordPress胖鼠采集插件主要有如下版块：

　　① 爬虫模块, 先锋 配置模块的各类特色配置来猎获数据.

　　② 配置模块, 支撑 爬虫模块为他提供采集规则核心能量.

　　③ 数据模块, 数据 此模块拥有胖鼠各类特色发布功能.

　　安装Wordpress胖鼠采集插件后如下图：

　　二、WP胖鼠采集插件操作2.1 配置中心

　　在WP胖鼠采集插件配置中心就是早已配置好的采集规则的，Wordpress胖鼠采集插件自带了几个配置，你可以先点击导出一下。（点击放大）

　　2.2 采集中心

　　在采集中心就可以开始采集文章了，Wordpress胖鼠采集插件分为了列表采集和详情采集，列表采集可以批量采集某一个网站，详情采集就是采集某一个页面。

　　2.3 数据中心

　　采集完成后，你就可以到数据中心查看早已采集到的文章了，这里就可以点击发布了。（点击放大）

　　WordPress胖鼠采集插件采集和发布文章效果还是不错的。

　　这是Wordpress胖鼠采集插件采集文章的详情页面，完整地把网站的文章采集过来了。

　　三、WP胖鼠采集微信公众号

　　WordPress采集微信公众号的文章也十分地简单，先找到你要采集的微信公众号文章。

　　然后在“采集中心”填入微信公众号文章的URL，支持批量添加多个URL，点击采集。

　　采集完成后就可以发布采集过来的微信公众号文章了。如下图：

　　四、WP胖鼠采集简书知乎

　　WordPress采集简书、知乎等和前面采集微信公众号文章类似，直接输入URL就可以采集了。

　　五、WP自定义采集任意网站

　　WordPress胖鼠采集插件自带的几个配置文件实际上给我们演示用的，真正强悍的就是我们自己自定义Wordpress胖鼠采集插件采集规则，采集任意网站内容（非AJax）。

　　5.1 新建采集规则

　　在Wordpress胖鼠采集插件新建采集规则，这里以采集文章为例，先命名一下，选择列表配置（文章多，选择这个批量采集），其它保持如下图：

　　然后填写采集地址、范围、采集规则等，如下图：

　　一般来说采集规则须要时常多次的测试能够成功，所以在新建规则前我们先打开插件的Debug模式，在Chrome浏览器审查元素的网路一栏查看具体结果。

　　5.2 列表采集规则

　　采集范围就是Wordpress胖鼠采集插件要采集的URL列表，首页的最新文章的标题都是用H2+URL方式嵌套成的（点击放大）。

　　所以我这儿采集范围填写的是：#cat_all >.news-post.article-post > .row > .col-sm-7 > .post-content > h2，这个路径也不需要自己自动，直接在Chrome审查元素最下方可以看见，注意看上图。

　　在列表采集规则写: a:eq(0) href，href 意思选择a标签的 href属性（就是URL），我们用 Jquery 的 eq 语法 a:eq(0) 意是取H2区域的 第一个 a。注：代码中从 0 开始(只有一个 a标签 可以只填 a 即可)，如果目标站链接是相对链接。程序会手动补全的。

　　在Debgu模式下，我们可以看见获取到了首页最新文章栏目下所有文章的URL地址了。

　　5.3 详情采集规则

　　上面我们早已采集了列表下的所有的URL，接下来我们就须要采集该URL下的文章内容了。打开某一个文章，我们发觉标题在.title-post上面，文章内容在.the-content。而标题和内容全部在 .single-post-box下。

　　标题。现在我们可以将采集标题的规则写成如下了：范围为 .single-post-box，选择器为.title-post，属性为text。

　　在Debug模式下可以看见我们成功获取到了文章标题。

　　内容。采集内容的规定写成：范围为 .single-post-box，选择器为.the-content，属性为html。如下成功获取文章内容。

　　最后，采集最新文章栏目下的所有的文章规则如下：（点击放大）

　　六、WP自定义采集成功疗效

　　在采集中心，点击我们刚才配置好的列表采集配置。

　　稍等一会儿，Wordpress胖鼠采集插件就将最新文章全部采集过来了。

　　点击发布，采集成功。

　　七、WP自定义采集规则问题7.1 参数与属性

　　WordPress胖鼠采集插件必填参数有三个：

　　link 采集链接 一般是取 a 标签的 href 属性

　　title 标题 一般取详情页的 h1 标签的 text 文本属性

　　content 内容 一般取详情页面的 .content 标签 里面 html 属性。

　　WordPress胖鼠采集插件属性解释如下：

　　href 基本指 a 标签的 href 属性(这个属性储存的是点击后跳转地址)

　　text 取区域的文本 ，一般用于标题

　　html 取区域的所有的html 一般用到取内容，内容比较多。且内容有排版上面有 image css js 很多东西 。所以要领到所有的原创html

　　7.2 jQuery 选择器

　　jQuery 选择器几个如:first、:last、:odd等在下文的内容过滤中特别有用，大家可以熟悉一下。

　　八、WP胖鼠采集优化方式8.1 内容过滤