动易采集教程完整版2

4.选项设置：

·更新时间、文章作者、文章来源、文章关键字、文章简介：
这些内容的设置与上述设置方法相同。
->使用例举：
源 码框中显示的时间、作者、来源信息为“<td colspan="2" class="Article_tdbgall">作者：<a href='#' title='壮志'>壮志</a> 文章来源：本站原创 点击数：<script language='javascript' src='/Help/GetHits.asp?ArticleID=394'></script> 更新时间：2005-5-13</td>”
则填写的时间、作者、来源信息为：
时间开始标记“> 更新时间：”
时间结束标记“</td>”
作者开始标记“作者：”
作者结束标记“ 文章来源”
来源开始标记“文章来源：”
来源结束标记“点击数：”
·您可以指定作者设置、来源设置和关键字词的自定义文字。
在关键字词设置中，如果想让关键字是正文的标题，关键词操作：
->可选择将标题打散为关键词(默认) 打散的字数可以指定
->也可以指定网页中截取的关键词
如：关键字：|如何|何去|去掉|掉图|图片|片随|随鼠|鼠标|标而|而放|放大|大或|或缩|缩小|小的|的功|功能|能|
·文章简介可指定从获取内容前的多少字符为简介

5.自定义设置：

这里显示您所设置的自定义字段。自定义字段设置请参阅本书自定义字段管理说明。

 

6.分页设置：

·正文分页设置：在设置正文分页时通常所在页面没有分页，那么这样选择显示视图网页的上部有个下拉菜单，记录的当前列表分页的所有标题，在其中选择有正文分页的正文页。

·当正文里出现有分页的时候，就要用到这个设置，先看下这篇文章的分页情况：

这样我们就可以截取代码了，如图示：

对于这个分页设置里的第三个选项：设置分页标签－－－－这里的设置是选取区域段的全部的分页代码，如上面的图中的 “1”<----->“10” 区域,我们再看下此正文页的这段区域代码：

那么我们截取的代码就如下图所示：

设置好了，点“下一步”，我们会看到正确打开的页面里对分页地址正确获取得到了

->填写好相关参数后，单击“下一步”按钮进行采样测试。

采样测试

本步骤界面中，将测试显示采集的效果是否正常。如果有分页请注意下面的小红色文字的提示。

->采集所有测试页为内联页显示方便用户浏览和防变形，增加采集错误反馈机制，单击“下一步”按钮对采集的文章进行进行属性设置。

属性设置

本步骤为采集的最后一步，设置所采集文章在本网站中详细的属性，如所属栏目、专题、阅读点数、文章属性等信息，并可设置过滤选项、采集数量和采集属性。

1.基本设置：

·文章频道：就是要指定您现在要采集的文章是属于那一个文章频道中。
·栏目/专题：指定您现在要采集的文章是属于哪一个栏目和专题。
·文章状态：是确定您正要采集的文章的状态，包括草稿、待审核、终审通过。
·立即生成：如果您把这个勾选上，在采集完成后就把您所要采集的文章生成html。

2.属性设置：

·内容页分页方式：推荐选择手动分页，以对方正文分页为基础。注：如果选择自动分页，分页的字符数绝不能为0，否则在生成html时会出现问题。
其他具体设置可以参阅添加文章相应部分内容。

3.收费设置：

请参阅添加文章的相关收费部分。

4. 采集设置：

参数说明：
·过滤选项：过滤采集正文页中的HTML字符。
Iframe：过滤内联。
Object：过滤Falsh和控件。
Script：过滤js、vbs等脚本。
Class：过滤类。
Div：过滤层。
Span：过滤。
Table、Tr、Td：过滤表格属性。
Img：过滤图片。注意如果选择过滤图片采集过来的数据中将不会有图片
Font：过滤字体定义。
A：过滤链接，可防止用户点击链接为其它网址。
HTML：过滤。注意如果选择过滤HTML采集过来的数据将以纯文本形式显现
·采集数量：系统提供了三个选项
 ->采集列表中的所有文章
 ->采集列表中的N篇文章后停止采集
 ->采集列表中的N个分页后停止采集
·采集图片设置：
->保存远程图片
->自动给图片增加水印
->自动为第一张图片创建缩略图
->将文章内容中的Flash和图片的地址保存到根目录中的CollectionFilePath.txt文件中，以方便网际快车等软件批量下载
·文章采集顺序：正序采集或者倒序采集。而系统推荐用的就是倒序采集。
！如果您要启用立即发布，发布后要记得生成相应的JS文件。
->填写好相关参数后，单击“完成”按钮，出现成功信息，完成本采集项目设置。

采集信息操作

在添加好采集项目后，下面就可以开始进行信息采集的操作了操作的步骤非常管理，您可以在点击之间完成大量数据的录入。

1.单击后台左侧管理导航的“采集管理”->“文章采集”，出现“采集系统项目管理”界面：

2.在选择相应项目后，单击您要选择的采集方式按钮开始采集信息。

！在采集前，您可以先勾选“不录入数据库，只测试采集功能是否正常”，以测试建立的采集项目采集信息是否有效。

3.系统出现信息采集过程界面：

在这个界面中，顶部显示了信息采集的运行过程与统计信息，单击“停止采集”按钮可终止本次采集过程。

每一个采集的页面都显示了标题、作者、来源、关键字、页面地址和其它分页、图片等信息：

系统信息采集完成后，出现成功采集的提示信息：

系统自动返回“采集系统项目管理”界面，并在当前采集项目的“上次采集”列显示红色的最新采集日期。

4.在信息采集完成后，您可以进入相应的文章功能频道，查看采集的信息。如果您在采集项目的“属性设置”中没有勾选“通过审核”，您要审核后采集的信息才能显示在前台。