织梦教程-采集功能的使用方法 --- 图片集(一)

Dedecms采集功能的使用方法 --- 图片集(一)

前言:这篇文章主要是介绍如何使用采集功能去采集一个图片类的网站。这次选取的目标站点为:站酷网的佳作欣赏栏目,其URL为:http://www.zcool.com.cn/shows/。本文将会涉及到如何处理被采集页面含有分页以及如何使用简单的过滤规则。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 --- 图片集(一)

图1-后台管理界面

织梦教程-采集功能的使用方法 --- 图片集(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 --- 图片集(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。本文这里选择图片集,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 --- 图片集(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 --- 图片集(一)

图5-节点基本信息

如(图5)所示,这里只是介绍如何获取目标页面编码,对于其他的设定,可参见之前的文章。具体操作步骤:

(a)打开被采集的目标页:http://www.zcool.com.cn/shows/;

(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 --- 图片集(一)

图6-查看源文件

其等号后面的代码就是所需填写的编码格式,这里是utf-8。

填写后,如(图7)所示,

织梦教程-采集功能的使用方法 --- 图片集(一)

图7-设置后的节点基本信息

检查无误后,进入下一步设置。

1.2.2 设置列表网址获取规则

织梦教程-采集功能的使用方法 --- 图片集(一)

图8-列表网址获取规则

如(图8)所示,这里是设置被采集的文章列表页的匹配规则。具体操作步骤:

(a)首先,回到已打开的列表页,找到浏览器的URL地址栏中显示的网址和页面的换页部分。如(图9)和(图10)所示,

织梦教程-采集功能的使用方法 --- 图片集(一)

图9-浏览器的URL地址栏

织梦教程-采集功能的使用方法 --- 图片集(一)

图10-换页

(b)单击2,打开文章列表页的第二页,再次找到浏览器的URL地址栏中所显示的网址和页面的换页部分,如(图12)和(图13)所示,

织梦教程-采集功能的使用方法 --- 图片集(一)

图11-第二页的网址

织梦教程-采集功能的使用方法 --- 图片集(一)

图12-第二页的换页

(c)在已打开的列表页的第二页上面,单击(1),回到列表页的首页,这时页面的换页部分与之前的图10是相同的,然而浏览器的URL地址栏中所显示的网址与之前图9并不相同,如(图13)所示,