在網(wǎng)站建設行業(yè)中，不僅是北京網(wǎng)站建設市場(chǎng)，在國內來(lái)說(shuō)phpcms 都算的上是主流的cms系統，我們今天來(lái)看下php網(wǎng)站建設中，phpcms 采集規則是怎樣的.


　　文章采集

　　Phpcms v9默認內置有文章、圖片、下載3個(gè)內容模型，先來(lái)看最普通的文章采集。以采集新浪互聯(lián)網(wǎng)頻道，國內滾動(dòng)新聞欄目為例http://roll.tech.sina.com.cn/internet_chinalist/index_1.shtml

　　1、進(jìn)入后臺，內容——內容發(fā)布管理——采集管理——添加采集點(diǎn)。(不同于Phpcms以往版本，采集管理在模塊菜單內)



　　2、網(wǎng)址規則。采集項目名隨便填，采集頁(yè)面編碼默認GBK，具體采集頁(yè)面的時(shí)候可以通過(guò)查看其網(wǎng)頁(yè)源代碼。


　 　網(wǎng)址采集，沒(méi)有大的特色，通過(guò)查看所要采集頁(yè)面的網(wǎng)址規則填寫(xiě)。分析目標頁(yè)面得出是序列網(wǎng)址，且所要獲取內容的網(wǎng)址都在<!-- 列表 begin -->和<!-- 列表 end -->兩個(gè)標簽之間。無(wú)其他干擾鏈接，所以就無(wú)需定義網(wǎng)址中必須包含和不得包含的字符了。如果目標網(wǎng)站配置了Base，那么也要配置好。



　　網(wǎng)址采集配置結束，但是如果目標網(wǎng)站列表頁(yè)用js實(shí)現上下頁(yè)，或者所要獲取網(wǎng)址深度超過(guò)2級，用此自帶采集就很難實(shí)現了。

　　3、內容規則。phpcms是用“[內容]”作為通配符，然后設置好開(kāi)始結束的字符，再過(guò)濾不要的代碼來(lái)實(shí)現內容的采集。分析目標頁(yè)的title標簽比較有規律，可以直接如圖設置。


其實(shí)網(wǎng)上有大量的圖文來(lái)講解怎么做采集，我們所講的是根據理解來(lái)得出的一些，希望您夠理解。