帝国cms采集教程 帝国cms采集图文教程（上）

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、新浪各地新闻、查看源代码

添加节点：

选择要增加采集的栏目：

进入增加节点表单:

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

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：

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

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：

切换到Dreamweaver代码方式,<ul class="list_009"></ul>就是信息链接区域：

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

得到信息页链接正则：

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：

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

查看新闻页“源文件”，找title标签：

取得标题正则：

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

取得新闻内容正则：

点击提交按钮就完成了整个采集节点：

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

点击“预览”采集，进入节点预览结果：

采集内容页列表：

采集内容页页面：

帝国cms采集图文教程（上）_帝国cms教程

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：

系统正在采集中：

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

修改信息页面如图：

对采集的信息进行审核并入库，点击“入库全部信息按钮”：

确定操作：

帝国cms采集图文教程（上）_帝国cms教程

信息入库完毕提示：

信息入库完毕后下来点击”管理信息“：

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

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。

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。

爱华网本文地址 » http://www.413yy.cn/a/8104050103/164376.html