514
織夢DedeCMS
采集功能的使用方法 --- 含有分頁的普通文章之三_織夢CMS幫助中心
Dedecms采集功能的使用方法 --- 含有分頁的普通文章的采集（三）
前言：本文是“含有分頁的普通文章的采集方法“的第三節，在前兩節的基礎上，將會對“如何采集指定節點”和“如何導出采集內容”做詳細的介紹。為了與前文保持一致，本文將延續使用前文的章節標記。
上接第二節。
3.1采集指定節點
單擊“保存並開始采集“後，將會進入”采集指定節點“界麵，如（圖29）所示，
圖29-采集指定節點
每頁采集：這是設置每頁所需采集的條數，並可根據網站是否有防刷新功能，設置采集間隔時間。
特殊選項：設置是否檢測重複圖片，默認為“檢測”。
附加選項：此選項一共有3種采集模式可供選擇：第一種為“監控采集模式（檢測當前或所有節點是否有新內容）”，選取後，係統隻會采集指定節點中更新的內容；第二種為“重新下載全部內容”，選取後，係統會采集指定節點中的全部內容；第三種為“下載種子網站的未下載內容”，選取後，係統隻會采集指定節點中未下載過的內容，包括以前沒下載的和更新的內容。
設置完成並確定無誤後，可單擊“開始采集網頁”或者“查看種子網址”。此時，如果單擊“查看種子網址”會看到列表是空的，這是因為新建立的采集節點從未采集過，如（圖30）所示，
圖30-查看節點的種子網址
單擊“開始采集網頁”後，係統便會開始采集節點中設置的網址，並出現相關提示，如（圖31）所示，
圖31-采集進程中提示信息
采集結束後，再次單擊“查看種子網址”或者單擊頁麵右上角的“查看已下載”，便可看到已采集到的網址信息，如（圖32）所示，
圖32-查看節點的種子網址
成功采集以後，可以根據實際需要選擇頁麵右上角的單擊“采集節點管理”或者“導出數據”。單擊“導出數據“後，便可進入” 采集管理> 采集內容導出“界麵，如（圖33）所示，
圖33-采集內容導出
“默認導出欄目“：設置要把采集到的內容導入到的欄目
“批量采集選項”：如果在采集規則中已指定欄目ID，則可使用此功能，若指定的欄目ID為0，係統會把采集內容導入到“默認導出欄目”所選擇的欄目中。
“發布選項“：有發布成“普通文檔”和“保存為草稿”可供選擇。
“每批導入“：設置每批導入的條數，此數不宜過大。
“附帶選項“：此處為多選。如果不希望采集到重複的文章標題，可選中“排除重複標題”；如果希望被采集到的內容直接生成HTML的話，可選中“完成後自動生成導入內容HTML”；如果希望係統在采集列表頁時自動識別標題名，可選中“使用列表索引的標題”，一般不建議勾選。
“隨機推薦”：填入一個數字，代表文檔篇數。在所填入的文檔篇數內隨機出現一篇推薦文檔，若填入“0”，則表示為不推薦。
設置完成後，可單擊“確定”，就可以把下載的導入到所選的欄目中了，如（圖34）所示，
圖34-設置完成後的采集內容導出頁麵
同時，係統將會有導出進程提示，如（圖35）所示，
圖35-采集內容導出中的提示信息
導出采集內容提示“完成所有欄目列表更新”後，單擊“瀏覽欄目”，便可進入網站的相關頁麵查看到采集到的文章列表及其具體內容。也可在後台管理界麵的主菜單中單擊“核心”，然後單擊“普通文章”，進入“文檔列表”頁麵，查看所采集到的文章列表，如（圖36）所示，
圖36-文檔列表
在文檔列表中，單擊“用最簡單網絡 學習IP和ARP協議”的預覽按鈕，可打開文章內容頁麵，找到頁麵的換頁部分，如（圖37）所示，
圖37-分頁
由此可知，含有分頁文章內容已經被成功采集到了。
總結，本文詳細地敘述了如何采集一個含有分頁的普通文章類型的頁麵，並簡單地涉及到了過濾規則。對於采集更為複雜的普通文章類型的頁麵和使用過濾規則，將會在今後文章中介紹。
本文的采集規則：
{dede:listconfig}
{dede:noteinfo notename="采集測試（二）" channelid="1" macthtype="string"
refurl="https://www.bitscn.com/network/protocol/201105/193110.html" sourcelang="gb2312" cosort="asc"
isref="no" exptime="10" usemore="0" /}
{dede:listrule sourcetype="batch" rssurl="https://" regxurl="https://www.bitscn.com/network/protocol/list_(*).html"
startid="1" endid="1" addv="1" urlrule="area" musthas=""
nothas="" listpic="1" usemore="0"}
{dede:addurls}{/dede:addurls}
{dede:batchrule}{/dede:batchrule}
{dede:regxrule}{/dede:regxrule}
{dede:areastart}<div class="list-cc">{/dede:areastart}
{dede:areaend}</div>{/dede:areaend}
{/dede:listrule}
{/dede:listconfig}
{dede:itemconfig}
{dede:sppage sptype='full' srul='1' erul='5'}<div class="page next-page">[內容]</div>{/dede:sppage}
{dede:previewurl}https://www.bitscn.com/network/protocol/201105/193110.html{/dede:previewurl}
{dede:keywordtrim}{/dede:keywordtrim}
{dede:deｓｃｒｉｐｔiontrim}{/dede:deｓｃｒｉｐｔiontrim}
{dede:item field='title' value='' isunit='' isdown=''}
{dede:match}<h1 class="title">[內容]</h1>{/dede:match}
{dede:function}{/dede:function}
{/dede:item}{dede:item field='writer' value='' isunit='' isdown=''}
{dede:match}{/dede:match}
{dede:function}{/dede:function}
{/dede:item}{dede:item field='source' value='' isunit='' isdown=''}
{dede:match}<span>來源：[內容]</span>{/dede:match}
{dede:function}{/dede:function}
{/dede:item}{dede:item field='pubdate' value='' isunit='' isdown=''}
{dede:match}時間:[內容] <span>{/dede:match}
{dede:function}{/dede:function}
{/dede:item}{dede:item field='body' value='' isunit='1' isdown='1'}
{dede:match}<!--文章塊開始-->[內容]<!--文章內分頁結束-->{/dede:match}
{dede:trim replace=""}<div class="contentgg">(.*)</div>{/dede:trim}
{dede:trim replace=""}<div align="center" style="padding-top:20px;">(.*)</div>{/dede:trim}
{dede:trim replace=""}<div class="page next-page">(.*)</div>{/dede:trim}
{dede:function}{/dede:function}
{/dede:item}
{/dede:itemconfig}
最後更新：2016-12-29 14:26:05