帝国cms是我们用得比较多得PHP的建站系统,在建站过程中,如果自己没有信息源,只能靠手工不断的重复copy和粘贴,这样费时费力,于是我们就要使用帝国cms自带的采集功能来完成信息的录入。为了深入了解帝国cms采集功能,下面我们以“新浪各地新闻”栏目为例来进行实战采集。
一、增加采集节点
1、添加节点:
2、选择要增加采集的栏目:
3、进入增加节点表单:
4、在节点名称框里起个名字,然后把要采集的新浪各地新闻列表地址copy过来:
5、下来发现好多选项,如“采集页面地址方式二,内容页地址前缀。。。”先不要理他,后面再一一详解,直接拉到 “信息链接区域正则”这里:
6、这里是设置采集的列表信息链接区域正则,我们点击查看新浪各地新闻列表“源文件”:
7、把源文件代码copy到Dreamweaver里,在Dreamweaver里选定要采集的信息链接区域:
8、切换到Dreamweaver代码方式,
就是信息链接区域:
9、得到信息链接区域正则:
10、得到信息页链接正则:
11、注意:如果信息页链接是相对地址,例如,那么“内容页地址前缀”要加域名:
12、现在要采集内容页的标题和内容:
13、查看新闻页“源文件”,找title标签:
14、取得标题正则:
15、这里是要采集的内容区域:
16、取得新闻内容正则:
(注意:新闻内容正则里的 d_id=‘*’ 用了通配符,因为每一篇新闻的d_id值是不同的,所以可以用*来代替它,“*”可以代替任意字符。)
17、点击提交按钮就完成了整个采集节点:
1