帝国CMS采集教程一


帝国cms是我们用得比较多得PHP的建站系统,在建站过程中,如果自己没有信息源,只能靠手工不断的重复copy和粘贴,这样费时费力,于是我们就要使用帝国cms自带的采集功能来完成信息的录入。为了深入了解帝国cms采集功能,下面我们以“新浪各地新闻”栏目为例来进行实战采集。

一、帝国CMS采集器中增加采集节点

1、添加节点:

1.jpg

2、选择要增加采集的栏目:

2.jpg

3、进入增加节点表单:

3.jpg

4、在节点名称框里起个名字,然后把要采集的新浪各地新闻列表地址copy过来:

4.jpg

4-1.jpg

5、下来发现好多选项,如“采集页面地址方式二,内容页地址前缀。。。”先不要理他,后面再一一详解,直接拉到 “信息链接区域正则”这里:

5.jpg

6、这里是设置采集的列表信息链接区域正则,我们点击查看新浪各地新闻列表“源文件”:

6.jpg

7、把源文件代码copy到Dreamweaver里,在Dreamweaver里选定要采集的信息链接区域:

7.jpg

8、切换到Dreamweaver代码方式,

就是信息链接区域:

8.jpg

9、得到信息链接区域正则:

9.jpg

10、得到信息页链接正则:

10.jpg

11、注意:如果信息页链接是相对地址,例如,那么“内容页地址前缀”要加域名:

11.jpg

12、现在要采集内容页的标题和内容:

12.jpg

13、查看新闻页“源文件”,找title标签:

13.jpg

14、取得标题正则:

14.jpg

15、这里是要采集的内容区域:

15.jpg

16、取得新闻内容正则:

16.jpg

(注意:新闻内容正则里的 d_id=‘*’ 用了通配符,因为每一篇新闻的d_id值是不同的,所以可以用*来代替它,“*”可以代替任意字符。)

17、点击提交按钮就完成了整个采集节点:

6-6.JPG

二、预览采集节点是否正确

1、提交按钮后返回管理节点:

1.jpg

2、点击“预览”采集,进入节点预览结果:

2.jpg

3、采集内容页列表

3.jpg

4、采集内容页页面:

4.jpg

三、采集

1、预览采集节点无误后,然后返回“管理节点”,点击“开始采集”链接就开始进行采集:

1.jpg

2、系统正在采集中:

2.jpg

3、采集完后显示本地临时入库的信息,这时可以对临时入库的信息进行修改或者删除:

3.jpg

4、修改信息页面如图:

4.jpg

5、对采集的信息进行审核并入库,点击“入库全部信息按钮”:

5.jpg

6、确定操作:

6.jpg

7、信息入库完毕提示:

7.jpg

信息入库完毕后下来点击”管理信息“:

8.jpg

我们可以看到刚刚采集入库的新闻信息:

9.jpg

最后到“数据更新”刷新首页、栏目、和内容页就可以完成网站的信息采集了。

由于帝国cms采集功能非常强大,一时半刻也说不完,下一讲将继续讲解其他功能的使用和技巧。


本文链接地址: 帝国CMS采集教程一