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。
帝国cms采集图文教程(上)――工具/原料帝国cms、新浪各地新闻、查看源代码
帝国cms采集图文教程(上)――步骤/方法帝国cms采集图文教程(上) 1、
添加节点:
帝国cms采集图文教程(上) 2、
选择要增加采集的栏目:
帝国cms采集图文教程(上) 3、
进入增加节点表单:
帝国cms采集图文教程(上) 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:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 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:
帝国cms采集图文教程(上) 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”:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 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:
帝国cms采集图文教程(上) 8、
切换到Dreamweaver代码方式,<ul class="list_009"></ul>就是信息链接区域:
帝国cms采集图文教程(上) 9、
得到信息链接区域正则:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 10、
得到信息页链接正则:
帝国cms采集图文教程(上) 11、
如果信息页链接是相对地址,例如<a href="/c/2012-03-05/205924063527.shtml" target="_blank">,那么“内容页地址前缀”要加域名:
帝国cms采集图文教程(上) 12、
现在要采集内容页的标题和内容:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 13、
查看新闻页“源文件”,找title标签:
帝国cms采集图文教程(上) 14、
取得标题正则:
帝国cms采集图文教程(上) 15、
这里是要采集的内容区域:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 16、
取得新闻内容正则:
帝国cms采集图文教程(上) 17、
点击提交按钮就完成了整个采集节点:
帝国cms采集图文教程(上) 18、
提交按钮后返回管理节点:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 19、
点击“预览”采集,进入节点预览结果:
帝国cms采集图文教程(上) 20、
采集内容页列表:
帝国cms采集图文教程(上) 21、
采集内容页页面:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 22、
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:
帝国cms采集图文教程(上) 23、
系统正在采集中:
帝国cms采集图文教程(上) 24、
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:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 25、
修改信息页面如图:
帝国cms采集图文教程(上) 26、
对采集的信息进行审核并入库,点击“入库全部信息按钮”:
帝国cms采集图文教程(上) 27、
确定操作:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 28、
信息入库完毕提示:
帝国cms采集图文教程(上) 29、
信息入库完毕后下来点击”管理信息“:
帝国cms采集图文教程(上) 30、
我们可以看到刚刚采集入库的新闻信息:
帝国cms采集图文教程(上)_帝国cms教程
帝国cms采集图文教程(上) 31、
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。
帝国cms采集图文教程(上)――注意事项新闻内容正则里的 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。