织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

Dedecms采集功能的使用方法 --- 不含分页的普通文章(一)

前言:这篇文章是为了初次接触Dedecms采集功能的朋友所写的。所选取的目标站点为文章内容页面不含有分页的Dedecms官方网站的dreameaver栏目文章,通过图文并茂的形式,详细地介绍了如何创建一个基本的采集规则。本文共分为三节:第一节,主要是介绍如何进入采集界面和新增采集节点中的第一步:设置基本信息及网址索引页规则;第二节,主要是介绍新增采集节点中的第二步:设置字段获取规则;第三节,主要是介绍如何采集指定节点和如何导出采集内容。下面进入第一节。

1.1进入采集节点管理界面

如(图1)所示,在后台管理界面的主菜单中单击采集,然后单击采集节点管理,即可进入采集节点管理界面,如(图2)所示。

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图1-后台管理界面

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图2-采集节点管理界面

1.2. 增加新节点

在采集节点管理界面中,单击左下角的增加新节点或者右上角的添加新节点(如图2),都可进入选择内容模型界面,如(图3)所示,

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图3-选择内容模型界面

在选择内容模型界面的下拉列表框中,有普通文章和图片集可供选择。根据被采集页面的类型,选择相应的内容模型。本文这里选择普通文章,单击确定后,便可进入新增采集节点:第一步设置基本信息及网址索引页规则界面,如(图4)所示,

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图4-新增采集节点:第一步设置基本信息及网址索引页规则

1.2.1 设置节点基本信息

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图5-节点基本信息

如(图5)所示,

节点名称:给新建立的节点起一个名字,这里填上采集测试(一);

目标页面编码:设定被采集目标页的编码格式,有GB2312、UTF8和BIG5三种。可通过在被采集目标页面上,单击右键后选择查看源文件来获取。

操作步骤:

(a)打开被采集的目标页:http://www.dedecms.com/knowledge/web-based/dreamweaver/;

(b)单击右键后选择查看源文件,找到charset, 如(图6)所示,

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图6-查看源文件

其等号后面的代码就是所需的编码格式,这里是gb2312。

区域匹配模式:设定如何匹配所需采集的内容部分,可采用字符串或者正则表达式。系统默认的模式是字符串。如果比较了解正则表达式的朋友,可以在这里选择正则表达式的模式。

内容导入顺序:指定文章列表导入时候的顺序,可以选择与目标站一致或与目标站相反。

防盗链模式:针对被采集的目标站点有无刷新限制。一开始很难判断出来,需要测试后才能知道。如果有的话,这里需要设置一下资源下载超时时间。

引用网址:填入任何一个即将被采集的文章内容页面的网址。

具体操作步骤:

(a)在已打开的文章列表页中,单击第一篇文章的

标题在Dreamweaver中为插入的Flash添加透明,以打开文章内容页面,如(图7)所示,

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图7-文章内容页面

(b)此时在浏览器的URL地址栏中显示的网址,即为需要填写在引用网址处的网址,如(图8)所示,

织梦教程-采集功能的使用方法 --- 不含分页的普通文章之一

图8-浏览器的URL地址栏

到这里,节点基本信息就设置完成了。最后结果,如(图9)所示,