织梦DedeCms采集规则教程

时间:2013-12-25

  楚截图和文字分不清楚,因此用粉色背景来区分。

  第一步、确定采集的网站(我们以DEDE的官方站做为采集站做示范)

  第二步、确定被采集站的编码。打开被采集的网页之后,查看源代码(IE:查看 - > 源代码)

织梦DedeCms采集规则教程

  在 之间找到 charset 这个,后面就显示网页的编码了,截图的是 “gb2312”

  第三步、采集列表获取规则写法

  [var:分页]

  文章网址需包含 网址不能包含 这两个一般不用写,用于采集列表范围有很多不需要的连接才用到他来做过滤使用。

  如果只有一个列表页,那么在来源网址就直接写上网址就OK了。

  注意这里,最关键就是这里。

  下面就是“采集获取文章列表的规则写法”,

  就是上面打开的被采集页面的源代码文件,找到文章列表之前 和本页面没有其他相同的代码

  在DedeCms官方站的列表页文章列表之前和之后最近的且没有相同的是“

  ”和“ ”,分别写入“起始HTML”和“结束HTML”,写法看截图

  第四步、采集文章标题,文章内容,文章作者,文章来源等规则写法,分页采集等。

  “起始HTML”和“结束HTML”写法参考第三步中的“获取文章列表的规则写法”

  下面讲的是如何采集分页内容 看截图圈着的地方 截图

  文档是否分页 里面选择“全部列出的分页列表”

  “起始HTML”和“结束HTML”写法参考第三步中的“获取文章列表的规则写法”

  当然 上面这些不能用来采集带有视频的,因为已经过滤了,后面的四行是过滤掉视频的。

上一条:DEDEcms SEO优化方法技巧与注意事项 下一条:Phpcms 和DedeCMS 程序比较分析

相关文章

最新文章