帝國(guó)cms是我們用得比較多得PHP的建站系統(tǒng)，在建站過(guò)程中，如果自己沒(méi)有信息源，只能靠手工不斷的重復(fù)copy和粘貼，這樣費(fèi)時(shí)費(fèi)力，于是我們就要使用帝國(guó)cms自帶的采集功能來(lái)完成信息的錄入。為了深入了解帝國(guó)cms采集功能，下面我們以“新浪各地新聞”欄目為例來(lái)進(jìn)行實(shí)戰(zhàn)采集。
　　一、增加采集節(jié)點(diǎn)
　　1、添加節(jié)點(diǎn)：
　　
 
　　2、選擇要增加采集的欄目：
　　
 
　　3、進(jìn)入增加節(jié)點(diǎn)表單：
　　
 
　　4、在節(jié)點(diǎn)名稱框里起個(gè)名字，然后把要采集的新浪各地新聞列表地址copy過(guò)來(lái)：
　　
 
　　
 
　　5、下來(lái)發(fā)現(xiàn)好多選項(xiàng),如“采集頁(yè)面地址方式二，內(nèi)容頁(yè)地址前綴...”先不要理他，后面再一一詳解，直接拉到 “信息鏈接區(qū)域正則”這里：
　　
 
　　6、這里是設(shè)置采集的列表信息鏈接區(qū)域正則,我們點(diǎn)擊查看新浪各地新聞列表“源文件”：
　　
 
　　7、把源文件代碼copy到Dreamweaver里，在Dreamweaver里選定要采集的信息鏈接區(qū)域：
　　
 
　　8、切換到Dreamweaver代碼方式,

就是信息鏈接區(qū)域：
 
　　
 
　　9、得到信息鏈接區(qū)域正則：
　　
 
　　10、得到信息頁(yè)鏈接正則：
　　
 
　　11、注意：如果信息頁(yè)鏈接是相對(duì)地址，例如< a href="/c/2012-03-05/205924063527.shtml" target="_blank" >，那么“內(nèi)容頁(yè)地址前綴”要加域名：
　　
 
　　12、現(xiàn)在要采集內(nèi)容頁(yè)的標(biāo)題和內(nèi)容：
　　
 
　　13、查看新聞頁(yè)“源文件”，找title標(biāo)簽：
　　
 
　　14、取得標(biāo)題正則：
　　
 
　　15、這里是要采集的內(nèi)容區(qū)域：
　　
 
　　16、取得新聞內(nèi)容正則：
　　
 
　　(注意：新聞內(nèi)容正則里的 d_id='*' 用了通配符，因?yàn)槊恳黄侣劦膁_id值是不同的，所以可以用*來(lái)代替它，“*”可以代替任意字符。)
　　17、點(diǎn)擊提交按鈕就完成了整個(gè)采集節(jié)點(diǎn)：
　　
 
　　二、預(yù)覽采集節(jié)點(diǎn)是否正確
　　1、提交按鈕后返回管理節(jié)點(diǎn)：
　　
 
　　2、點(diǎn)擊“預(yù)覽”采集，進(jìn)入節(jié)點(diǎn)預(yù)覽結(jié)果：
　　
 
　　3、采集內(nèi)容頁(yè)列表
　　
 
　　4、采集內(nèi)容頁(yè)頁(yè)面：
　　
 
　　三、采集
　　1、預(yù)覽采集節(jié)點(diǎn)無(wú)誤后，然后返回“管理節(jié)點(diǎn)”，點(diǎn)擊“開(kāi)始采集”鏈接就開(kāi)始進(jìn)行采集：
　　
 
　　2、系統(tǒng)正在采集中：
　　
 
　　3、采集完后顯示本地臨時(shí)入庫(kù)的信息，這時(shí)可以對(duì)臨時(shí)入庫(kù)的信息進(jìn)行修改或者刪除：
　　
 
　　4、修改信息頁(yè)面如圖：
　　
 
　　5、對(duì)采集的信息進(jìn)行審核并入庫(kù)，點(diǎn)擊“入庫(kù)全部信息按鈕”：
　　
 
　　6、確定操作：
　　
 
　　7、信息入庫(kù)完畢提示：
　　
 
　　信息入庫(kù)完畢后下來(lái)點(diǎn)擊”管理信息“：
　　
 
　　我們可以看到剛剛采集入庫(kù)的新聞信息：
　　
 
　　最后到“數(shù)據(jù)更新”刷新首頁(yè)、欄目、和內(nèi)容頁(yè)就可以完成網(wǎng)站的信息采集了。由于帝國(guó)cms采集功能非常強(qiáng)大，一時(shí)半刻也說(shuō)不完，下一頁(yè)將繼續(xù)講解其他功能的使用和技巧。
上一頁(yè)12 3 下一頁(yè) 閱讀全文

最新評(píng)論