采集(DOC)-dedecms采集教程大探秘(超详细)

dedecms采集  时间:2021-03-19  阅读:()

dedecms采集教程大探秘(超详细)

看到很多网友都为织梦DEDE CMS的采集教程头疼 的确官方出的教程太笼

统了什么都没说换个网站你什么都做不了这个教程是最详尽的教程让你一看即会

首先我们打开织梦后台点击采集——采集节点管理——增加新节点

这里我们以采集普通文章为例我们选择普通文章然后确定

我们进入了采集的设置页面填写节点名称就是给这个新节点取个名字这里你可以任意填写。

然后打开你想要采集的文章列表页这里我们以织梦官网为例http://www.dedecms. com/web-manage/jianzhanxinde/打开这个页面右键——查看源文件

找到目标页面编码就在charset后面

页面基本信息其他的一般就不用管了填完了如图

现在我们来填写列表网址获取规则

看看文章列表第一页的地址http://www.dedecms. com/web-manage/jianzhanxinde/list_49_1.html对比第二页的地址http://www.dedecms. com/web-manage/jianzhanxinde/list_49_2.html我们发现了他们除了49_后面的数字不一样其他的都一样所以我们可以这样写http://www.dedecms.com/web-manage/j ianzhanxinde/list_49_(*) .html

就是把1换成了(*) 因为这里只有2页所以我们就填从1到2每页递增当然是1了 2-1. . .是等于1吧

这里我们就填写完了

可能大家采集的有些列表没有规则那就只有手工指定列表网址了如图

每行写一个页面地址

列表规则写完了我们就开始写文章网址匹配规则了,回到文章列表页右键查看源文件找到区域开始的HTML就是找文章列表开始的标志。

我们很容易的找到了如图中的“新闻列表” 。从这里开始后面就是文章列表里我们再找文章列表结束的HTML

就是这个了一个很容易找到的标志

不处理采集为缩略图这里根据自己的需要选如果链接中含有图片 择对区域网址进行再次筛选

(使用正则表达式)必须包含 (优先级高于后者)不能包含

打开源文件我们可以很清楚的看到文章链接都是以.html结束的所以我们在必须包含后面填.html如果遇到有些列表很麻烦还可以填写后面的不能包含

我们点击保存设置进入下一步可以看到我们获得的文章网址

看到这些就是对的了我们保存信息进入下一步设置内容字段获取规则

我们看看文章有没有分页 随便进入一篇文章看看。 。我们看到这里的文章没有分页

所以这里的我们就默认了

我们现在来找文章标题等等随便进入一篇文章右键查看源文件

看看这些

依照源码填写

我们再来填写文章内容的开始结束和上面的一样找到开始和结束标志

开始

结束

你想过滤文章中的什么内容就到过滤规则里写吧 比如要过滤文章中的图片

选择常用规则

再勾选IMG

这样我们就把正文中的图片过滤了设置完毕后点保存设置并预览

然后确定

这样一个采集规则就写好了很简单吧有些网站很难写可要多下点功夫了哦我们点保存并开始采集——开始采集网页一会的功夫就采集完了

我们看看我们采集到的文章

456

看来是成功了我们导出数据吧

首先选择要导入到的栏目按“请选择”那里即可在弹出的窗口中选择你需要导入的栏目发布选项这里一般默认即可除非你不想马上发布。每批导入默认是30条这里修改与否都无所谓 附带选项一般选“排除重复标题” 至于自动生成HTML那个选项建议先别生成 因为我们还要去批量提取摘要和关键字。

去链接不去文字的方法 {dede:trim}<a( [^>]*)>{/dede:trim}

{dede:trim}</a>{/dede:trim}

香港九龙湾(27元) 2核2G 20元 香港沙田

弘速云是创建于2021年的品牌,运营该品牌的公司HOSU LIMITED(中文名称弘速科技有限公司)公司成立于2021年国内公司注册于2019年。HOSU LIMITED主要从事出售香港VPS、美国VPS、香港独立服务器、香港站群服务器等,目前在售VPS线路有CN2+BGP、CN2 GIA,该公司旗下产品均采用KVM虚拟化架构。可联系商家代安装iso系统。国庆活动 优惠码:hosu10-1产品介绍...

简单测评melbicom俄罗斯莫斯科数据中心的VPS,三网CN2回国,电信双程cn2

melbicom从2015年就开始运作了,在国内也是有一定的粉丝群,站长最早是从2017年开始介绍melbicom。上一次测评melbicom是在2018年,由于期间有不少人持续关注这个品牌,而且站长貌似也听说过路由什么的有变动的迹象。为此,今天重新对莫斯科数据中心的VPS进行一次简单测评,数据仅供参考。官方网站: https://melbicom.net比特币、信用卡、PayPal、支付宝、银联...

美国云服务器 2核4G限量 24元/月 香港云服务器 2核4G限量 24元/月 妮妮云

妮妮云的来历妮妮云是 789 陈总 张总 三方共同投资建立的网站 本着“良心 便宜 稳定”的初衷 为小白用户避免被坑妮妮云的市场定位妮妮云主要代理市场稳定速度的云服务器产品,避免新手购买云服务器的时候众多商家不知道如何选择,妮妮云就帮你选择好了产品,无需承担购买风险,不用担心出现被跑路 被诈骗的情况。妮妮云的售后保证妮妮云退款 通过于合作商的友好协商,云服务器提供2天内全额退款到网站余额,超过2天...

dedecms采集为你推荐
phpcms模板请教 phpcms v9 如何设置新模板为系统默认模板?重庆400年老树穿楼生长重庆吊脚楼特朗普吐槽iPhone为什么iphone x卖的这么好字节跳动回应TikTok易主每天每夜要结束了主持人问关于抄袭的问题,权志龙很认真的回答不想说的,想在以后做好的那段话的音乐叫什重庆电信dns重庆的DNS服务器地址是多少?资费标准联通所有套餐介绍瞄准的拼音碰的拼音是什么站点管理站点名称是什么意思discuz论坛discuz论坛怎么做无忧代理网无忧考网好不好,为什么注册要输入电话号码,可信度高不高,还有中国公务员考试网,这些网站是不是要收费
免费域名解析 securitycenter raksmart 贵州电信宽带测速 ibrs 警告本网站美国保护 dd444 我爱水煮鱼 中国电信测速网 购买国外空间 如何注册阿里云邮箱 drupal安装 空间申请 后门 杭州电信宽带 nnt 九零网络 美国主机 cloudflare cc加速器 更多