dede文章采集管理php,采集文章并发布到DedeCMS

采集文章并发布到DedeCMS

我们以腾讯广州新闻为例，来讲一下文章的采集和发布，也包括图片的下载及上传。网址，我们一步步来讲。

1.新建站点

2.在该站点上新建任务

3.网址规则,查看一下源代码，发现这些网址代码在一个区域里，我们可以这样写规则

测试一下，正确，下边该采内容了。

4.内容规则制作。我们随便找个页面，如，先测试一下

看了一下，里边是有我们需要的东西的，这说明火车可以采它。下边做一下具体的内容采集规则。

标题如何获取呢？就用默认的

，过滤个“_社会万象_新闻_腾讯网”就可以了。这个是如果您不懂代码时使用的方法，内容也可以这样做。对于一般的简单的采集来说，没有什么大的问题。但是对于一些相对比较复杂的网页采集来说，还是需要仔细分析源码，分析网页结构。下边我们做具体的分析。分析工具IE可以使用 ie developer toolbar,firefox可以使用插件firebug(具体请在工具'附件-组件浏览-附加组件里'查看并安装),google可以使用右键“审查元素”。我以firebug为例:

经分析我们可以得知，内容在id为cntMain的区域内，标题id是ArticleTit，

店员疑因手机爆炸死亡续：现场发现9发子弹

，所以标题我们可以这样写，注意，截取的代码要以查看源码里的格式为准．

内容这一块是ArticleCnt,我们以ArtPLink作为结束。内容的采集就是这样了．

我们测试一下，是可以采到所有内容了，但是还有广告和其它一些乱七八糟的代码在里边，我们要过滤掉它。我看最上边的分析代码，广告代码，就那个推荐阅读，id是reading,所以我们这样过滤.

．看一下，没有了，但要注意的一点是，这个还有个之前报道．请看图，大多数的是不一样的，比如有的是相关报道，有的是事件回放．有的只是链接．

这样过滤就有些复杂了．只是能单个过滤．我这里就过滤一下链接．其它的大家可以自己再处理．然后我们看一下，还有文章尾部还有一接文章链接，这是我们不需要的，过滤掉.再过滤些，然后再多找几个页面测试，查找问题，最后的结果如图

5.发布设置。我们使用ＷＥＢ在线发布，将数据发到shenqiu123.com">dedecms 5.1里去。 我们选中发布，然后点定义在线post到网站全局设置．弹出web在线配置管理器.

这时我们选添加,出现添加web发布配置.我们来先看一下使用说明,这个要仔细看一下,具体可以参考一下 WEB在线发布模块的修改 这篇文章,看完后开始配置:

我们发布到本地网站dedecms5.3里,所以模块选对应版本的,网站管理目录是,所以按说明填写上,然后是选定编码,我们网站gbk的,所以选gbk.然后是登陆网站,使用火车内置浏览器登陆.如图

然后就可以登陆成功后关闭火车浏览器了.下边我们来刷新列表,这个是用来指定将文章发布到哪个栏目的,如图

可以看到是成功获取到栏目了,然后我们测试配置

我们可以看到是成功发布了,网站后台查看一下,也是成功的,现在就可以保存一下配置名,在发布时使用了.示例保存为dedegbk53.

现在我们在任务发布设置那里右键,

这样,web发布配置就弄好了,我们现在来讲一下如何下载图片,如图

上图,分别是运行时线程设置,如果您网络不好,就改大一些.文件下载设置部分,本地文件保存文件夹可以任意选个目录,然后程序会在该目录下生成图片,flash,其它文件的保存地址.文件链接地址前缀是在网站上显示的路径,如上图,我本地保存的图片文件最终地址会是a+1+/文件名,网站上对应地址是b+1+/文件名,如果用ftp上传,b 和c 的路径要对应.

下载的具体设置在标签里指定,也可以指定下载文件的命名方式.

现在,我们所有配置都已经做好了,可以直接开始采集并发布了,保存好任务后选中任务,点开始.

需要注意的是,这里是可以不一次选的,采网址,采内容,发内容可以分次进行,我们演示的一次全部完成.点开始,我们可以看到运行进度.

我们去网站后台看一下效果,

随便找一个文章,都是正常的,图片也正常,如果您不是直接保存到网站目录,请用ftp工具上传.一个完整的采集发布过程结束.

标签：

本文地址：采集文章并发布到DedeCMS https://www.shenqiu123.com/a/jianzhan/581.html