数据采集的功能模块

phpcmsv9自带采集模块功能体验

流行的cms软件之一Phpcmsv9内置的采集控制模块有什么作用？Phpcmsv9的默认设置中嵌入了三种内容实体模型:文章内容、照片和免费下载。首先看最一般的文章集合。如果你很感兴趣，那就不必错过了。我期待着帮助你。

目前Phpcms网站智能管理系统的最新版本是Phpcmsv9，是国内比较流行的cms软件之一。目前运营规模的网站有几十万个。那么它内置的采集控制模块有什么作用呢？让我们看一看。

文章集

Phpcmsv9的默认设置嵌入了三种内容实体模型:文章内容、照片和免费下载。首先，它看起来像是最通用的文章集合。以Sina.com互联网科技频道、中国新闻滚动频道栏目为例http://roll.tech.sina.com.cn/internet_Chinalist/index_1.shtml

1.进入后台管理，内容-内容发布管理方法-收藏管理方法-加收藏点。(不同于Phpcms过去的版本号，采集管理方式在控制模块列表中)

2.网站标准。随意填写新采集项目的名称，采集网页的页码默认设置为GBK。在实际获取网页的情况下，可以根据它查询其网页源代码。

网站收藏，没有大的特点，按照要收藏的网页的网站标准填写。分析整体目标网页页面得到编码后的序列URL，所需内容的URL会是:and<！-目录结束->；在两个标记中间。对连接没有其他影响，所以不需要定义URL中必须包含和不能包含的标识符。如果整体目标URL配备了Base，那么应该是配备良好的。

URL获取完成，但是如果整体目标URL的目录页是用js完成的，或者要获取的URL是二级以上的，那么用这个内置的获取就很难完成。

3.内容标准。Phpcms使用“[content]”作为通配符，然后设置刚刚结束的标识符，然后通过担心不必要的编码来完成内容收集。整体分析目标页面的标题logo是有规律的，可以立即设置，如图。

过滤文件的格式为“更改要过滤内容的值[|]”。如果删除了，就修改值空并输出。过度考虑的标准是适用的正则表达式，系统软件内置了几种常见类型的过度考虑正则表达式。让over-consideration变得更灵活对初学者来说有点困难，所以初学者必须先了解正则表达式。

创造者来自标准，时间标准是根据标准得到的。我尝试了数值，发现做不完，就是把某个标识符设置为数值，比如“from”为http://www.sina.com.cn，但是收集的结果来自标识符空。

内容方面，在填写了开始和结束标记后，大家测试的目标页面整体比较整洁，你只需要担心里面的网页链接和一些无用的标记。

分页查询标准。如果内容页有分页查询，请填写。这里对文章内容没有分页查询。我会收集背面的图片来详细介绍这个logo。

4.自定义标准:除了系统软件默认设置的很多logo，你应该可以定义各种logo。标准是一样的，只需要注意一点:必须填写规则的英文名称，否则无法保存自定义标签。

5.先进的设备。这次可以设置下载照片、水印图片、内容分页查询、导入的顺序。注意一下。如果你必须给图片加水印，记得改变你自己网站的图片水印。图像水印的存储方式如下:统计/图像/水。

6.标准设定好之后，提交并返回采集管理办法首页，这样你就可以先根据检测来讨论每个标记是否准确。

7.发布内容。如果一切准确，先点击收藏网址，文章内容的详细地址会自动收藏，网址会重复。然后会d出来收集网站的信息。点击里面的“收藏文章”。

收集是全自动的，并且显示信息收集的进度。

收藏后自动返回收藏管理方法首页，点击内容发布，进入收藏文章列表，启用文章内容发布，或者立即点击底部所有线索。

转到发布计划选择页面，创建一个新的发布计划，并选择一个发布渠道。该测试选择文章内容控制模块的频道“中国”。在新创建的计划网页中，可以设置全自动获取介绍、全自动获取缩略图、文章内容介绍、logo和数据库查询的对应关系。其中，导语文章内容的“公告”只有一条。如果站长非要等审核，必须先把匹配渠道的工作流引擎改成一级审批。

在标识与数据库查询的对应关系中，采集标识与数据库查询字段名一一对应。如果有自定义标签找不到匹配的字段名，必须改变实体模型来提升字段名，然后根据模板变化显示信息，技术标准较高，不适合新手。另外，系统软件内置了多种处理功能，相当好用。

公告计划设置好了，刚刚选中的文章内容全自动导入才刚刚开始，不需要为下一次导入建立计划。只需立即选择已完成的计划。

文章被收集并发表。看看实际效果:

后台管理内容管理系统页面

内容页面

下面我们来讨论一下照片收集。

照片收藏

Phpcmsv9内置了照片实体模型，还有一个照片组方法，用于照片处理。方便一些站长做一个照片素材网站，或者设置一个照片展示方式。让我们感觉有必要在收集过程中内置收集照片。以http://www.4493.com/mingxingxiezhen/·佩奇的图片为例:

网址获得标准及其內容获得标准等都和文章采集一样，最重要的一点，phpcmsv9的照片采集不可以只采集图片地址，只是应当采集全部<img>标识，那样才可以解决为图组。如本例：內容标识设定为网站采集标准和内容采集标准与文章采集相同。最重要的一点是，phpcmsv9的照片采集不能只采集图片地址，应该采集全部

收集的内容应该是那样的。

还有一个分页查询问题。目标站的寻呼查询如下图所示:

源代码是:

因此，只需在内容分页查询标准处选择所有枚举方式，然后填写分页查询标识的起始和结束标识符，系统软件就会自动采集分页查询内容。

设定标准后，收集网址，收集内容，发布内容。策划部要重视。我已经尽力发现，为了完成绘图组方法，内容字段名和绘图组字段名必须使用“作为绘图组求解”涵洞。但是，您无法以缩略图的形式获取第一张内容照片，因此最好自定义一个缩略图徽标，并立即以缩略图的形式获取内容地图的详细地址。

设置好并宣布。看收藏的实际效果:

频道页面

内容页面

总结:我仔细感受一下。phpcmsv9内置的收藏功能是全方位的，考虑了基本的文章内容和照片收藏。但是对于一些要求高的站长来说不够灵活，门槛高。官网对于采集控制模块的指示和帮助文档非常有限，不利于新手。