汇总：采集文章并发布到DedeCMS

　　采集 文章并发布到Dede cms

　　采集 文章并发布到Dede cms

　　让我们以腾讯广州新闻为例来讨论采集和文章的发行，包括下载和上传图片. URL，让我们逐步讨论它.

　　1. 新网站

　　2. 在网站上创建新任务

　　3. URL规则，检查源代码并发现这些URL代码在一个区域中，我们可以编写这样的规则

　　测试一下，它是正确的，是时候阅读下面的内容了.

　　4. 内容规则的产生. 让我们随机找到一个页面，例如，先对其进行测试

　　看着它，我们里面需要一些东西，这表明优采云可以捡起它. 让我们在下面做具体的内容采集规则.

　　如何获得标题？只需使用默认的过滤器“ _Social Vientiane_News_Tencent.com”. 这是当您不了解代码时使用的方法，内容也可以这样做. 通常，对于简单的采集，没有大问题. 但是对于某些相对复杂的网页采集，仍然有必要仔细分析源代码并分析网页结构. 下面我们做一个具体的分析. 分析工具IE可以使用ie开发人员工具栏，而firefox可以使用插件firebug（有关详细信息，请检查并安装在“附件-组件浏览-其他组件”工具中），而google可以使用右键“审核元素”. 我以萤火虫为例:

　　经过分析，我们可以知道内容位于id为cntMain且标题id为ArticleTit的区域，

　　该店员被怀疑死于手机爆炸. 继续: 现场发现9枚*敏*感*词*

　　，所以我们可以这样写标题. 请注意，所拦截的代码应基于源代码中的格式.

　　内容为ArticleCnt，我们以ArtPLink结尾. 采集的内容是这样的.

　　让我们对其进行测试，我们可以采集所有内容，但是其中收录广告和其他凌乱的代码，我们必须将其过滤掉. 我在顶部看到分析代码，即广告代码，建议阅读. id正在读取，因此我们像这样进行过滤.

　　. 不用再看了，但是要注意的一件事是有关此的以前的报告. 请查看图片，其中大多数是不同的，例如，一些是相关的报告，还有一些是事件重播. 有些只是链接.

　　此过滤有点复杂. 它只能单独过滤. 我将在此处过滤链接. 您可以自己与其他人打交道. 然后，让我们来看看. 文章末尾还有一个文章链接. 这是我们不需要的. 过滤掉. 将其过滤掉，然后再查找几页进行测试并查找问题. 最终结果如图所示.

　　5. 发布设置. 我们使用WEB进行在线发布，然后将数据发送到“> dede cms 5.1. 我们选择“发布”，然后单击“定义在线发布以网站全局设置”. 将弹出Web在线配置管理器.

　　这时，我们选择添加，然后出现Web发布配置. 让我们先看看使用说明. 应该仔细阅读. 有关详细信息，请参阅WEB在线发布模块文章的修改. 阅读后，开始配置:

　　我们发布到本地的网站 dede cms 5.3，因此模块选择了相应的版本，并且网站管理目录也是如此，因此请按照说明进行填写，然后选择代码， 网站 gbk，所以选择gbk. 然后登录网站，使用优采云内置浏览器登录. 如图所示

　　然后您就可以在成功登录后关闭优采云浏览器. 下面我们刷新列表，该列表用于指定将文章发布到哪个列，如图所示

　　您可以看到已成功获取该列，然后我们测试配置

　　我们可以看到它已成功发布. 网站在后台检查它也成功. 现在，您可以保存配置名称，并在发布时使用它. 该示例另存为dedegbk53.

　　现在，我们右键单击任务发布设置，

　　通过这种方式，Web发布配置已准备就绪，让我们现在讨论如何下载图片，如图所示

　　上图是运行时线程设置. 如果您的网络不好，请将其更改为更大的大小. 在文件下载设置部分，可以在任何目录中选择本地文件保存文件夹，程序将在该目录中生成图片. flash，其他文件的保存地址. 文件链接地址前缀是网站上显示的路径，如上图所示，我本地保存的图片文件的最终地址将是a + 1 + /文件名，并且在网站上对应的地址]为b + 1 + /文件名，如果通过ftp上传，则b和c的路径应对应.

　　在标签中指定下载的特定设置，还可以指定下载文件的命名方法.

　　现在我们所有的配置都已经完成，我们可以直接启动采集并将其发布. 保存任务后，选择任务，然后单击“开始”.

　　应注意，没有必要一次选择该选项. 可以采集网站，可以采集内容，并且可以分阶段发送内容. 我们的演示一次完成. 点击开始，我们可以看到操作进度.

　　让我们去后台网站看看效果，

　　只要找到一个文章，这是正常的，图片也正常，如果您不直接保存到网站目录，请使用ftp工具将其上传. 完整的采集发布过程已经结束.

　　总共2页: