幸福的思维空间

幸福工作室的博客

dede采集基础教程(一)--列表设置篇

2009-06-15 10:13/点击数()

在这里,我会分批分段的给大家介绍一些dede的使用方法心得.主要是给一些刚刚接触dede的站长朋友们指个路.dede的基本功能在他们的技术文档里面有很详尽的说明,如果花点时间去查看,应该很快就会熟悉起来.这一次我给大家介绍的是dede采集功能的使用,dede的采集功

在这里,我会分批分段的给大家介绍一些dede的使用方法心得.主要是给一些刚刚接触dede的站长朋友们指个路.dede的基本功能在他们的技术文档里面有很详尽的说明,如果花点时间去查看,应该很快就会熟悉起来.这一次我给大家介绍的是dede采集功能的使用,dede的采集功能很受站长们欢迎,但一些刚接触dede的朋友可能会对这个功能感到很陌生,很抗绝.

由于时间的关系,我会陆续的把这个功能分批介绍给大家.

以dede的站长学院>网页制作基础>HTML/XHTML教程为例，地址是

http://www.dedecms.com/web-art/htmlbase/HTML/

一，打开dedecms，进入【采集节点管理】，新建一个节点，模型我们就选择

图1.

1、名称的话自己定义一个，主要是标识作用。

2、来源就自己定义个也可以，写上采集对象的信息也可以。

3、防盗链就看目标站点的有无刷新限制，有的话就设置一下超时时间，这个的话比较难判断，具体可以测试一下就知道。

4、页面编码就比较重要，可以在页面点击右键来看该页面的编码。

图2.

三，设置采集列表：

先看看要采集的信息列表：

图3.

来源网址很重要的。列表的获取就是从这里获取的。

自己打开：http://www.dedecms.com/web-art/htmlbase/HTML/

点击分页看下几个分页之间的URL有什么规则
由此不难看出其中的规则可以看下面的url例子：
http://www.dedecms.com/web-art/htmlbase/HTML/list_33_【除此外其他都一样】.html
由此我们提取出来的规则就是换为变量值的形式
http://www.dedecms.com/web-art/htmlbase/HTML/list_33_[var:分页].html
而变量起始值是1，结束值是3，就代表1至3的列表页了。

用正则匹配置网址就看本身是否有比较特定的文章网址字符。

下面的html范围就比较重要，采集的实际文章地址就是从这里获取的。

我们看原dede的列表。我们在浏览器里查看源文件。

查找以下代码：

上图中选中部分就是文章列表内容的开始处，而且在整个页面中是唯一的，因此我们就提取到了开始的HTML了

结束的HTML一般可以在列表下面的分页处找到，也是提取在正个页面源码中唯一标识的代码，看下图选中部分：

下面的【手工指定网址】就是你想特别采集什么网址，就直接填上即可。

幸福工作室(www.xingfu880.com)