帝國cms是我們用得比較多得PHP的建站系統(tǒng)，在建站過程中，如果自己沒有信息源，只能靠手工不斷的重復(fù)copy和粘貼，這樣費(fèi)時費(fèi)力，于是我們就要使用帝國cms自帶的采集功能來完成信息的錄入。為了深入了解帝國cms采集功能，下面我們以“新浪各地新聞”欄目為例來進(jìn)行實戰(zhàn)采集。
　　一、增加采集節(jié)點
　　1、添加節(jié)點：
　　

 
　　2、選擇要增加采集的欄目：
　　
 
　　3、進(jìn)入增加節(jié)點表單：
　　
 
　　4、在節(jié)點名稱框里起個名字，然后把要采集的新浪各地新聞列表地址copy過來：
　　
 
　　
 
　　5、下來發(fā)現(xiàn)好多選項,如“采集頁面地址方式二，內(nèi)容頁地址前綴...”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、得到信息頁鏈接正則：
　　
 
　　11、注意：如果信息頁鏈接是相對地址，例如< a href="/c/2012-03-05/205924063527.shtml" target="_blank" >，那么“內(nèi)容頁地址前綴”要加域名：
　　
 
　　12、現(xiàn)在要采集內(nèi)容頁的標(biāo)題和內(nèi)容：
　　
 
　　13、查看新聞頁“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，因為每一篇新聞的d_id值是不同的，所以可以用*來代替它，“*”可以代替任意字符。)
　　17、點擊提交按鈕就完成了整個采集節(jié)點：
　　
 
　　二、預(yù)覽采集節(jié)點是否正確
　　1、提交按鈕后返回管理節(jié)點：
　　
 
　　2、點擊“預(yù)覽”采集，進(jìn)入節(jié)點預(yù)覽結(jié)果：
　　
 
　　3、采集內(nèi)容頁列表
　　
 
　　4、采集內(nèi)容頁頁面：
　　
 
　　三、采集
　　1、預(yù)覽采集節(jié)點無誤后，然后返回“管理節(jié)點”，點擊“開始采集”鏈接就開始進(jìn)行采集：
　　
 
　　2、系統(tǒng)正在采集中：
　　
 
　　3、采集完后顯示本地臨時入庫的信息，這時可以對臨時入庫的信息進(jìn)行修改或者刪除：
　　
 
　　4、修改信息頁面如圖：
　　
 
　　5、對采集的信息進(jìn)行審核并入庫，點擊“入庫全部信息按鈕”：
　　
 
　　6、確定操作：
　　
 
　　7、信息入庫完畢提示：
　　
 
　　信息入庫完畢后下來點擊”管理信息“：
　　
 
　　我們可以看到剛剛采集入庫的新聞信息：
　　
 
　　最后到“數(shù)據(jù)更新”刷新首頁、欄目、和內(nèi)容頁就可以完成網(wǎng)站的信息采集了。由于帝國cms采集功能非常強(qiáng)大，一時半刻也說不完，下一頁將繼續(xù)講解其他功能的使用和技巧。
上一頁12 3 下一頁 閱讀全文