Dedecms织梦后台模板下载采集功能的使用方法详解

dedecms, 织梦模板建站程序, 后台, 网站的模板, 下载

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官方网站站点的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。
图1-后台管理界面图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，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1.2.1设置节点基本信息图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。
具体操作办法步骤：（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，图6-查看源文件其等号后面的具体代码如下就是所需的"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。
具体具体操作办法步骤：（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，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。
1.2.2设置列表网址获取规则如（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"。
具体具体操作办法步骤：（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：http://www.dedecms.com/knowledge/web-based/dreamweaver/list_47_(*).html。
稳妥起见，请自行测试更多列表页。
确定规律后，在"匹配网址"中，填入文章列表页所遵循的规律。
（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。
1.2.3设置文章网址匹配规则如（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。
具体具体操作办法步骤：（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""为整个文章列表的开始部分。
因此，在"区域开始的HTML"中，填入""。
（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""为整个文章列表的结束部分。
因此，在"区域结束的HTML"中，应填入""。
"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站点进行再次筛选，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。
具体具体操作办法步骤：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1.2.1小节、1.2.2小节和1.2.3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"。
使用具体的方法 , 详解 , 采集

@版权声明名站网址导航声明： 1.该文观点仅代表作者本人，名站网址导航系信息发布平台，名站网址导航仅提供信息存储空间服务。 2.名站网址导航所发布的一切资源、破解补丁、注册机和注册信息及软件的解密分析文章等仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该网站程序，请支持正版软件，购买注册，得到更好的正版服务。 3.如有侵权请邮件与咱们联系删除或处理（邮箱：[email 988365@gmail.com]），本站将立即改正，谢谢。