Dedecms采集功能的使用方法 — 不含分頁(yè)的普通文章（一）

1.1進(jìn)入采集節(jié)點(diǎn)管理界面

如（圖1）所示,，在后臺(tái)管理界面的主菜單中單擊“采集”，然后單擊“采集節(jié)點(diǎn)管理”,，即可進(jìn)入采集節(jié)點(diǎn)管理界面,，如（圖2）所示。

圖1-后臺(tái)管理界面

圖2-采集節(jié)點(diǎn)管理界面

1.2. 增加新節(jié)點(diǎn)

在采集節(jié)點(diǎn)管理界面中,，單擊左下角的“增加新節(jié)點(diǎn)”或者右上角的“添加新節(jié)點(diǎn)”（如圖2）,，都可進(jìn)入“選擇內(nèi)容模型”界面，如（圖3）所示,，

圖3-選擇內(nèi)容模型界面

在“選擇內(nèi)容模型”界面的下拉列表框中,，有“普通文章”和“圖片集”可供選擇。根據(jù)被采集頁(yè)面的類型,，選擇相應(yīng)的內(nèi)容模型,。本文這里選擇“普通文章”，單擊確定后,，便可進(jìn)入“新增采集節(jié)點(diǎn)：第一步設(shè)置基本信息及網(wǎng)址索引頁(yè)規(guī)則”界面,，如（圖4）所示，

圖4-新增采集節(jié)點(diǎn)：第一步設(shè)置基本信息及網(wǎng)址索引頁(yè)規(guī)則

1.2.1 設(shè)置節(jié)點(diǎn)基本信息

圖5-節(jié)點(diǎn)基本信息

如（圖5）所示,，

節(jié)點(diǎn)名稱：給新建立的節(jié)點(diǎn)起一個(gè)名字,，這里填上“采集測(cè)試（一）”,；

目標(biāo)頁(yè)面編碼：設(shè)定被采集目標(biāo)頁(yè)的編碼格式，有GB2312,、UTF8和BIG5三種,。可通過(guò)在被采集目標(biāo)頁(yè)面上,，單擊右鍵后選擇“查看源文件”來(lái)獲取,。

操作步驟：

（a）打開(kāi)被采集的目標(biāo)頁(yè)：http://www./knowledge/web-based/dreamweaver/；

（b）單擊右鍵后選擇“查看源文件”,，找到“charset”,， 如（圖6）所示，

圖6-查看源文件

其等號(hào)后面的代碼就是所需的“編碼格式”,，這里是“gb2312”,。

 “區(qū)域匹配模式”：設(shè)定如何匹配所需采集的內(nèi)容部分，可采用字符串或者正則表達(dá)式,。系統(tǒng)默認(rèn)的模式是字符串,。如果比較了解正則表達(dá)式的朋友，可以在這里選擇正則表達(dá)式的模式,。

“內(nèi)容導(dǎo)入順序”：指定文章列表導(dǎo)入時(shí)候的順序,，可以選擇“與目標(biāo)站一致”或“與目標(biāo)站相反”。

“防盜鏈模式”：針對(duì)被采集的目標(biāo)站點(diǎn)有無(wú)刷新限制,。一開(kāi)始很難判斷出來(lái),，需要測(cè)試后才能知道。如果有的話,，這里需要設(shè)置一下“資源下載超時(shí)時(shí)間”,。

“引用網(wǎng)址”：填入任何一個(gè)即將被采集的文章內(nèi)容頁(yè)面的網(wǎng)址。

具體操作步驟：

（a）在已打開(kāi)的文章列表頁(yè)中,，單擊第一篇文章的

標(biāo)題“在Dreamweaver中為插入的Flash添加透明”,，以打開(kāi)文章內(nèi)容頁(yè)面，如（圖7）所示,，

圖7-文章內(nèi)容頁(yè)面

（b）此時(shí)在瀏覽器的URL地址欄中顯示的網(wǎng)址,，即為需要填寫在“引用網(wǎng)址”處的網(wǎng)址,，如（圖8）所示,，

圖8-瀏覽器的URL地址欄

到這里，“節(jié)點(diǎn)基本信息”就設(shè)置完成了,。最后結(jié)果,，如（圖9）所示，

圖9-設(shè)置后的節(jié)點(diǎn)基本信息

檢查無(wú)誤后,，進(jìn)入下一步設(shè)置,。

1.2.2 設(shè)置列表網(wǎng)址獲取規(guī)則

如（圖10）所示,，

圖10-列表網(wǎng)址獲取規(guī)則

這里是設(shè)置被采集的文章列表頁(yè)的匹配規(guī)則。如果被采集的文章列表頁(yè)有一定的規(guī)律,，可選擇“批量生成列表網(wǎng)址”,；如果被采集的文章列表頁(yè)完全沒(méi)有規(guī)律可循，那么可選擇“手工指定列表網(wǎng)址”,；如果被采集的站點(diǎn)提供了RSS,，則可以選擇“從RSS中獲取”。對(duì)于特殊情況,，例如：部分列表頁(yè)有規(guī)律,，而其余的又沒(méi)有規(guī)律，則可在“匹配網(wǎng)址”中填上有規(guī)律的部分,，然后把沒(méi)有規(guī)律的部分填寫在“手動(dòng)指定網(wǎng)址”,。

具體操作步驟：

（a）首先，回到已打開(kāi)的文章列表頁(yè),，找到瀏覽器的URL地址欄中顯示的網(wǎng)址（圖8）和頁(yè)面底部的換頁(yè)部分,。如（圖11）所示，

圖11-換頁(yè)

（b）單擊“2”,，打開(kāi)文章列表頁(yè)的第二頁(yè),，此時(shí)瀏覽器的URL地址欄中所顯示的網(wǎng)址和頁(yè)面底部的換頁(yè)部分，如（圖12）和（圖13）所示,，

圖12-第二頁(yè)的網(wǎng)址

圖13-第二頁(yè)的換頁(yè)部分

（c）在已打開(kāi)的文章列表頁(yè)的第二頁(yè)上面,，單擊（1），打開(kāi)文章列表頁(yè)的首頁(yè),，這時(shí)頁(yè)面底部的換頁(yè)部分與圖11相同,，而瀏覽器的URL地址欄中所顯示的網(wǎng)址與之前圖8并不相同，如（圖14）所示,，

圖14-第一頁(yè)的網(wǎng)址

（d）由（b）和（c）推知,，此處被采集的文章列表頁(yè)的網(wǎng)址所遵循規(guī)律為：

http://www./knowledge/web-based/dreamweaver/list_47_(*).html。穩(wěn)妥起見(jiàn),，請(qǐng)自行測(cè)試更多列表頁(yè),。確定規(guī)律后，在“匹配網(wǎng)址”中,，填入文章列表頁(yè)所遵循的規(guī)律,。

（e）最后，指定需要采集的頁(yè)碼或者規(guī)律數(shù)字,，并設(shè)定其遞增規(guī)律,。

到這里，“列表網(wǎng)址獲取規(guī)則”部分就設(shè)置結(jié)束了。最后結(jié)果,，如（圖15）所示,，

圖15-設(shè)置后的列表網(wǎng)址獲取規(guī)則

確定正確后，進(jìn)入下一步設(shè)置,。

1.2.3設(shè)置文章網(wǎng)址匹配規(guī)則

如（圖16）所示,，

圖16-文章網(wǎng)址匹配規(guī)則

這里是設(shè)置被采集文章列表頁(yè)的匹配規(guī)則。

具體操作步驟：

（a）對(duì)于“區(qū)域開(kāi)始的HTML”,，可通過(guò)在打開(kāi)的文章列表首頁(yè)上,，單擊右鍵后選擇“查看源文件”。在源文件中,，找到第一篇文章的標(biāo)題“在Dreamweaver中為插入的Flash添加透明”,，如（圖17）所示，

圖17-查看源文件中,，第一篇文章的標(biāo)題

通過(guò)觀察,，不難看出“<div class=“arc_list”>”為整個(gè)文章列表的開(kāi)始部分。因此,，在“區(qū)域開(kāi)始的HTML”中,，填入”<div class=“arc_list”>”。

（b）在源文件中,，找到最后一篇文章標(biāo)題“通過(guò)Dreamweaver設(shè)計(jì)網(wǎng)頁(yè)時(shí)組織CSS的建議”,，如（圖18）所示，

圖18-查看源文件中,，最后一篇文章的標(biāo)題

結(jié)合文章列表的開(kāi)始部分并通過(guò)觀察可知,，第一個(gè)“</div>”為整個(gè)文章列表的結(jié)束部分。因此,，在“區(qū)域結(jié)束的HTML”中,，應(yīng)填入”</div>”。

“如果鏈接中含有圖片”：設(shè)置對(duì)鏈接中含有圖片的處理方式,，有不處理和采集為縮略圖可選,。可根據(jù)實(shí)際需要選擇,。

“對(duì)區(qū)域網(wǎng)址進(jìn)行再次篩選”：可以使用正則表達(dá)式對(duì)區(qū)域網(wǎng)站進(jìn)行再次篩選,，這是針對(duì)一些需要被保留或者需要濾掉的內(nèi)容，尤其是混編的列表頁(yè)面,，通過(guò)使用“必須包含”或者“不能包含”過(guò)濾掉所希望獲取或者不希望獲取的文章內(nèi)容頁(yè)面的網(wǎng)址,。

具體操作步驟：

回到正在打開(kāi)的文章列表首頁(yè)的源文件，通過(guò)觀察可知,，每一個(gè)文章內(nèi)容頁(yè)面地址的擴(kuò)展名均為.html,。因此,，可在“必須包含”中,，填入“.html”,。

到這里，“文章網(wǎng)址匹配規(guī)則“就設(shè)置結(jié)束了,。最后結(jié)果,， 如（圖19）所示，

圖19-設(shè)置后的文章網(wǎng)址匹配規(guī)則

通過(guò)1.2.1小節(jié),、1.2.2小節(jié)和1.2.3小節(jié),，新增采集節(jié)點(diǎn)的第一步就已經(jīng)設(shè)置完成了。設(shè)置后的結(jié)果,，如（圖20）所示,，

圖20-設(shè)置后的新增采集節(jié)點(diǎn)：第一步設(shè)置基本信息及網(wǎng)址索引頁(yè)規(guī)則

全部完成并檢查無(wú)誤后，單擊“保存信息并進(jìn)入下一步設(shè)置“,。如果之前設(shè)置正確,，單擊后，將會(huì)進(jìn)入“新增采集節(jié)點(diǎn)：測(cè)試基本信息及網(wǎng)址索引頁(yè)規(guī)則設(shè)置的網(wǎng)址獲取規(guī)則測(cè)試”頁(yè)面并看到相應(yīng)的文章列表地址,。如（圖21）所示,，

圖21-網(wǎng)址獲取規(guī)則測(cè)試

確定正確無(wú)誤后，單擊“保存信息并進(jìn)入下一步設(shè)置”,。否則,，請(qǐng)單擊“返回上一步進(jìn)行修改“。

到這里,，第一節(jié)就結(jié)束了,。下面進(jìn)入第二節(jié)。,。,。