网站数据采集 文章采集,织梦网站采集功能教程
网站数据采集:网站如何采集数据,网站怎么采集文章呢?下面教程教大家织梦网站采集功能怎么使用,dedecms网站后台采集功能的使用方法其实很简单。
第一步:
登录网站后台,点击采集模块,选择采集节点管理—文章采集—点击确定。
创建采集节点。
第二步:
1.给新建的采集节点命名,这里一某网站为例为教大家操作。
2.目标页面编码:点选和要采集的目标网站的编码一致,目标网站的编码是什么可以在目标网站页面右击—查看源文件—一般在页面最上面有本网站所用的编码类型,如图本次掩饰的网站用的是utf-8,那我们就要选择utf-8。
第三步:
1.引用网址设置:找到我们要采集的目标网站的列表页,在列表页内任意选择一篇文章把这篇文章的链接复制进来就可以了
2.来源属性中匹配网址的设置:在列表页的最下面点击下一页,我们会发现每一页的网址都是有规律的,网址中只有一个数字是不一样的,而这个数字就是每一页的页码数,我们复制任意一个列表页的网址以:http://网址.com/listpage/5574/(*)/list.shtml的格式填入匹配网址中。中间的(*)是变量,代表列表的页数。
然后输入自己要采集多少页,作为演示我采集两页,就输入从1到2.
第四步:
1.文章网址匹配规则设置:在目标网站列表页右击--查看源文件
2.在源文件中找到我们要采集的文章列表区域:本次演示的是从第一篇文章(一道菜轻松除口臭 百试百灵)---到最后一篇文章(每晚睡8小时死得快?到底该睡多久)这个区域。
也就是从:区域开始的HTML:
健康提示
——到区域结束的HTML:3.保存进入下一步。
第五步:
上面保存进入下一步后看到以下截图,就说明填写正确,然后继续下一步。
第六步:
1.文章标题设置:任意打开列表页一篇文章,右击查看源文件,找到文章标题所在的代码,本次演示站的代码是
男人必知:老中医不外传的10个养肾秘密
。然后复制这段代码以这种格式
[内容]
填入就好了。2.文章内容匹配规则设置:和第四步想同,找到文章所在区域的开始代码和结束代码然后填入代码,本次演示站的开始结束代码是和。然后写成[内容]这种格式。
点击保存并预览
第七步:
预览结果如下就可以了,保存并开始采集。
第八步:
采集完成,点击采集节点管理,勾选采集节点,然后导出数据到相应的网站栏目里,演示时采集的是关于健康的文章,所以此处导入到两性健康栏目,勾选排除重复标题,采集重复的会自动过滤掉,然后确定。
第九步:
生成:点击一键更新网站,选择更新当前内容,点击确定更新。会把采集来的文章生成静态的HTML网页。大功告成了!
第十步:
采集规则编写步奏还是挺多的,如果一遍看不懂建议多看几遍,多试几次,本次教程到此结束希望能够帮助大家。
版权声明:本站【趣百科】文章素材来源于网络或者用户投稿,未经许可不得用于商用,如转载保留本文链接:https://www.qubaik.com/answer/57071.html