织梦软件频道采集 第1篇
高效率：提供一站式网站文章解决方案，无须人工干涉，设定任务自动执行采集发布。
零成本：几百上千个不同的CMS网站都能实现统一管理。一个人维护成百上千网站文章更新也不是问题。
织梦软件频道采集 第2篇
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，
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，
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
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：
（b）单击右键后选择“查看源文件”，找到“charset”， 如（图6）所示，
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
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，
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，
图9-设置后的节点基本信息
检查无误后，进入下一步设置。
如（图10）所示，
图10-列表网址获取规则
这里是设置被采集的文章列表页的匹配规则。如果被采集的文章列表页有一定的规律，可选择“批量生成列表网址”；如果被采集的文章列表页完全没有规律可循，那么可选择“手工指定列表网址”；如果被采集的站点提供了RSS，则可以选择“从RSS中获取”。对于特殊情况，例如：部分列表页有规律，而其余的又没有规律，则可在“匹配网址”中填上有规律的部分，然后把没有规律的部分填写在“手动指定网址”。
具体操作步骤：
（a）首先，回到已打开的文章列表页，找到浏览器的URL地址栏中显示的网址（图8）和页面底部的换页部分。如（图11）所示，
图11-换页
（b）单击“2”，打开文章列表页的第二页，此时浏览器的URL地址栏中所显示的网址和页面底部的换页部分，如（图12）和（图13）所示，
图12-第二页的网址
图13-第二页的换页部分
（c）在已打开的文章列表页的第二页上面，单击（1），打开文章列表页的首页，这时页面底部的换页部分与图11相同，而浏览器的URL地址栏中所显示的网址与之前图8并不相同，如（图14）所示，
图14-第一页的网址
（d）由（b）和（c）推知，此处被采集的文章列表页的网址所遵循规律为：
（e）最后，指定需要采集的页码或者规律数字，并设定其递增规律。
到这里，“列表网址获取规则”部分就设置结束了。最后结果，如（图15）所示，
图15-设置后的列表网址获取规则
确定正确后，进入下一步设置。
如（图16）所示，
图16-文章网址匹配规则
这里是设置被采集文章列表页的匹配规则。
具体操作步骤：
（a）对于“区域开始的HTML”，可通过在打开的文章列表首页上，单击右键后选择“查看源文件”。在源文件中，找到第一篇文章的标题“在Dreamweaver中为插入的Flash添加透明”，如（图17）所示，
图17-查看源文件中，第一篇文章的标题
通过观察，不难看出“
（b）在源文件中，找到最后一篇文章标题“通过Dreamweaver设计网页时组织CSS的建议”，如（图18）所示，
图18-查看源文件中，最后一篇文章的标题
结合文章列表的开始部分并通过观察可知，第一个“
“如果链接中含有图片”：设置对链接中含有图片的处理方式，有不处理和采集为缩略图可选。可根据实际需要选择。
“对区域网址进行再次筛选”：可以使用正则表达式对区域网站进行再次筛选，这是针对一些需要被保留或者需要滤掉的内容，尤其是混编的列表页面，通过使用“必须包含”或者“不能包含”过滤掉所希望获取或者不希望获取的文章内容页面的网址。
具体操作步骤：
回到正在打开的文章列表首页的源文件，通过观察可知，每一个文章内容页面地址的扩展名均为.html。因此，可在“必须包含”中，填入“.html”。
到这里，“文章网址匹配规则“就设置结束了。最后结果， 如（图19）所示，
图19-设置后的文章网址匹配规则
通过小节、小节和小节，新增采集节点的第一步就已经设置完成了。设置后的结果，如（图20）所示，
图20-设置后的新增采集节点：第一步设置基本信息及网址索引页规则
全部完成并检查无误后，单击“保存信息并进入下一步设置“。如果之前设置正确，单击后，将会进入“新增采集节点：测试基本信息及网址索引页规则设置的网址获取规则测试”页面并看到相应的文章列表地址。如（图21）所示，
图21-网址获取规则测试
确定正确无误后，单击“保存信息并进入下一步设置”。否则，请单击“返回上一步进行修改“。
到这里，第一节就结束了。下面进入第二节。。。
来自： nizhaodan > 《网站建设》
0条评论
发表
请遵守用户 评论公约
【 DeDeCMS织梦的采集教程，超级详细 】
【 DeDeCMS织梦的采集教程，超级详细 】超级详尽的织梦采集教程。看到很多网友都为织梦（DEDE CMS）的采集教程头疼，的确，官方出的教程...
火车头采集器第二章第2节：多级网址获取
火车头采集器第二章第2节：多级网址获取大家好，我是教程君，上节教大家怎么添加起始网址，这节主要教程为多级网址获取：就是获取起始网...
dedecms采集规则和过滤规则图文攻略
dedecms采集规则和过滤规则图文攻略。标题中不合适的内容过滤原则：{dede:trim}]*)>([^<]*){/dede:trim}，...
路由器怎么设置隐藏wifi信号(无线网)？
答：隐藏路由器wifi信号的设置比较简单，首先你需要用电脑或者手机，登录到你的路由器的设置页面，然后找到 无线设置 或者 WiFi设置 这...
如何用IDM下载淘宝页面上的高清大图
我们在逛淘宝时，常常会被那些精美的产品图片所吸引。但许多商家都设置了网页图片保护，导致我们无法通过另存为来下载这些图片。今天，...
巧画思维导图，让思路更清晰
织梦软件频道采集 第3篇
我们的织梦采文平台注重提升您的个性阅读感，您可以按照个人习惯做出标记、放入集藏夹甚至与他人分享喜欢的文章；支持日间及夜间等不同阅读模式，依据环境光线自主调整；更附有在线阅读以及离线下载服务，让您在任何时间、地点都能畅阅知识海洋。
我们诚挚邀请您体验织梦采集文章平台这款优秀产品，它能为您提供独特而优质的内容服务。无论您是学术界、职场或者创业领域的朋友，此款软件都将优化您的阅读体验，相信优采云在此过程中能成为您的好帮手。请即刻下载使用！