模塊的常用操作

　　操作名稱(chēng)

　　說(shuō)明

　　詳細的采集過(guò)程

　　沒(méi)有

　　其他功能說(shuō)明

　　沒(méi)有

　　描述: 文章采集功能是通過(guò)程序遠程獲取目標網(wǎng)頁(yè)的內容，并在進(jìn)行本地規則分析處理后將其存儲在服務(wù)器的數據庫中.

　　文章采集系統顛覆了傳統的采集方式和過(guò)程，將采集規則與采集界面分開(kāi)，規則設置更加簡(jiǎn)單. 只有具有基本技術(shù)知識的人員才需要設置相關(guān)規則. 編輯人員不需要了解太多詳細的技術(shù)規則，只需選擇要采集的文章列表，就可以像發(fā)布文章一樣輕松地完成數據采集操作.

　　首先，采集過(guò)程很簡(jiǎn)單，分三個(gè)步驟:

　　1. 添加采集點(diǎn)并填寫(xiě)采集規則.

　　2. 采集網(wǎng)址和內容

　　3. 將內容發(fā)布到指定的列

　　以Sina News（）的集合為例，并介紹詳細過(guò)程.

　　示例說(shuō)明:

　　目標: 將新浪新聞采集到V9系統的國際新聞專(zhuān)欄中.

　　目標網(wǎng)址:

　　1. 添加采集點(diǎn)1.1 URL規則配置

　　添加采集點(diǎn)URL規則配置圖1

　　檢查要采集的目標URL的源代碼，并找到要采集的URL的起點(diǎn)和終點(diǎn)（這兩個(gè)點(diǎn)在整個(gè)源代碼中必須是唯一的）. 進(jìn)一步縮小集合URL的搜索范圍.

　　添加采集點(diǎn)URL規則配置圖2

　　測試您的URL采集規則是否正確，如下圖所示

　　1.2內容規則配置

　　內容規則在這里看起來(lái)很復雜，但實(shí)際上非常簡(jiǎn)單. 為了便于說(shuō)明，我們僅采集兩個(gè)字段: 標題和內容. 集合網(wǎng)址:

　　內容采集規則，請打開(kāi)此網(wǎng)站，然后右鍵單擊頁(yè)面的空白區域->查看源文件以搜索內容的標題和起始邊界.

　　標題采集配置:

　　從網(wǎng)頁(yè)上獲取標題并刪除不必要的字符. 如下圖所示

　　內容采集配置:

　　新浪新聞的最后一頁(yè)，新聞內容收錄在兩者之間，并且這兩個(gè)節點(diǎn)在整個(gè)頁(yè)面的源代碼中都是唯一的. 因此，您可以將內容作為規則. 并過(guò)濾內容. 如下圖所示

　　1.3自定義規則

　　1.4高級配置

　　您可以設置是否將圖片下載到服務(wù)器，是否打印水印和其他配置.

　　2. 采集網(wǎng)址和內容

　　設置采集規則后，可以采集網(wǎng)站，然后可以采集內容.

　　3. 將內容發(fā)布到指定的列

　　選擇要導入的列

　　設置采集的內容和數據庫字段之間的對應關(guān)系. 提交數據存儲，在此期間請耐心等待，完成后它將自動(dòng)重定向. 到目前為止，一個(gè)簡(jiǎn)單的采集過(guò)程就完成了.

　　其他更*敏*感*詞*，期待您的發(fā)現.