这篇文章主要围绕Dedecms织梦源码采集教程一含有分页的普通新闻(1)和织梦怎么采集文章展开，旨在为您提供一份详细的参考资料。我们将全面介绍Dedecms织梦源码采集教程一含有分页的普通新闻(1)的
这篇文章主要围绕Dedecms织梦源码采集教程一含有分页的普通新闻(1)和织梦怎么采集文章展开，旨在为您提供一份详细的参考资料。我们将全面介绍Dedecms织梦源码采集教程一含有分页的普通新闻(1)的优缺点，解答织梦怎么采集文章的相关问题，同时也会为您带来Dedecms织梦后台源码采集功能的使用办法详解、Dedecms织梦模板采集教程一关于火车头采集分页、Dedecms织梦模板采集教程一含有分页的普通文章(1)、Dedecms织梦模板采集教程一含有分页的普通文章(2)的实用方法。
本文目录一览：- Dedecms织梦源码采集教程一含有分页的普通新闻(1)（织梦怎么采集文章）
- Dedecms织梦后台源码采集功能的使用办法详解
- Dedecms织梦模板采集教程一关于火车头采集分页
- Dedecms织梦模板采集教程一含有分页的普通文章(1)
- Dedecms织梦模板采集教程一含有分页的普通文章(2)
Dedecms织梦源码采集教程一含有分页的普通新闻(1)（织梦怎么采集文章）
前言：这篇新闻是Dedecms采集功能使用办法的第二篇，主要目的是采集含有分页的普通新闻，并使用简单的过滤规则。这次选取的目标站点是中国网管联盟网络技术频道的网络协议栏目，URL是“”。本文共分为三节，*节，主要是介绍新增采集节点中的*步：设置基本信息及URL索引页规则；第二节，主要是介绍新增采集节点中的第二步：设置字段获取规则；第三节，主要是介绍怎么采集指定节点和怎么导出采集内容。对于编写采集规则中一些基本的操作，本文将一带而过或不再涉及，如有疑问可参见新闻“Dedecms采集功能的使用办法 --- 不含分页的普通新闻的采集”。
下面进入*节。
1.1 设置基本信息及URL索引页规则建立一个新的普通新闻型节点，并进入“新增采集节点：*步设置基本信息及URL索引页规则”如（图1）所示，
图1-新增采集节点：*步设置基本信息及URL索引页规则
1.1.1 设置节点基本信息
图2-节点基本信息
首先，定义节点名称为“采集测试（二）”。其次，查找目标页面编码。其操作步骤为：
（a）打开被采集的目标页：；
（b）单击右键后选择“查看源文件”，找到“charset”， 如（图3）所示，
图3-查看源文件
其等号后面的代码就是所需的“编码格式”，这里是“gb2312”。对于“区域匹配模式”、“内容导入顺序”和“防盗链模式”，均使用默认值。
引用URL：可以选取在新闻列表里出现的任意一个新闻页的URL。方便起见，一般是填入新闻列表中*篇新闻的URL，但是由于*篇新闻没有涉及到分页内容，为了展示怎么采集分页新闻，这里使用第二篇新闻作为引用URL。其URL为：“”。设置后的节点基本信息，如（图4）所示，
图4-设置后的节点基本信息
检查无误后，进入下一步设置。
1.1.2 设置列表URL获取规则如（图5）所示，
图5-列表URL获取规则
这里是设置被采集的新闻栏目页的匹配规则的，也是本节的重点和难点。
具体操作步骤：
（a）首先，回到已打开的新闻栏目页，这时浏览器的网址地址栏中显示的URL，如（图6）所示，
图6-列表首页的URL
（b）找到新闻栏目页的换页部分，把鼠标放在各个页码上面，同时观察其网址的变化规律。可以得出，URL的匹配规律为：“(*).html“。因此，在“匹配URL”中，应填入“(*).html”，为了能够快速演示采集过程，这里设定页面是从1开始到1结束，也就是说只采集*页。
设置后的 “列表URL获取规则”，如（图7）所示，
图7-设置后的列表URL获取规则
检查无误后，进入下一步设置。
1.1.3 设置新闻URL匹配规则如（图8）所示，
图8-新闻URL匹配规则
这里是设置被采集新闻栏目页的匹配规则。
具体操作步骤：
（a）对于“区域开始的HTML”，可通过在打开的新闻列表首页上，单击右键后选择“查看源文件”。在源文件中，找到*篇新闻的标题“OpenFlow网络是空谈吗？”，如（图9）所示，
图9-查看源文件中，*篇新闻的标题
（b）在源文件中，找到*后一篇新闻标题“认识多重PPP链接协议”，如（图10）所示，图10-查看源文件中，*后一篇新闻的标题
结合新闻列表的开始部分并通过观察可知，“”为整个新闻列表的结束部分。因此，在“区域结束的HTML”中，应填入””。
设置结束后的“新闻URL匹配规则“， 如（图11）所示，
图11-设置后的新闻URL匹配规则
通过1.1.1小节、1.1.2小节和1.1.3小节，新增采集节点的*步就已经设置完成了。设置后的结果，如（图12）所示，
图12-设置后的新增采集节点：*步设置基本信息及URL索引页规则
#p#分页标题#e#全部完成并检查无误后，单击“保存信息并进入下一步设置“。如果之前设置正确，单击后，将会进入“新增采集节点：测试基本信息及URL索引页规则设置的URL获取规则测试”页面并看到相应的新闻列表地址。如（图13）所示，
图13-URL获取规则测试
确定正确无误后，单击“保存信息并进入下一步设置”。否则，请单击“返回上一步进行修改“。
到这里，*节就结束了。下面进入第二节。。。
本文章网址：http://www.ppssdd.com/code/9159.html。转载请保留出处，谢谢合作！
Dedecms织梦后台源码采集功能的使用办法详解
前言：这篇新闻是为了初次接触Dedecms采集功能的朋友所写的。所选取的目标站点为新闻内容详细页面不含有分页的Dedecms官方网站的dreameaver栏目新闻，通过图文并茂的形式，详细地介绍了怎么创建一个基本的采集规则。本文共分为三节：*节，主要是介绍怎么进入采集界面和新增采集节点中的*步：设置基本信息及URL索引页规则；第二节，主要是介绍新增采集节点中的第二步：设置字段获取规则；第三节，主要是介绍怎么采集指定节点和怎么导出采集内容。下面进入*节。
1.1进入采集节点管理界面如（图1）所示，在后台管理界面的主菜单中单击"采集"，然后单击"采集节点管理"，即可进入采集节点管理界面，如（图2）所示。
图1-后台管理界面
图2-采集节点管理界面
1.2. 增加新节点在采集节点管理界面中，单击左下角的"增加新节点"或者右上角的"添加新节点"（如图2），都可进入"选择内容模型"界面，如（图3）所示，
图3-选择内容模型界面
在"选择内容模型"界面的下拉列表框中，有"普通新闻"和"图片集"可供选择。根据被采集页面的类型，选择相应的内容模型。本文这里选择"普通新闻"，单击确定后，便可进入"新增采集节点：*步设置基本信息及URL索引页规则"界面，如（图4）所示，
图4-新增采集节点：*步设置基本信息及URL索引页规则
1.2.1 设置节点基本信息
图5-节点基本信息
如（图5）所示，
节点名称：给新建立的节点起一个名字，这里填上"采集测试（一）"；
目标页面编码：设定被采集目标页的编码格式，有GB2312、UTF8和BIG5三种。可通过在被采集目标页面上，单击右键后选择"查看源文件"来获取。
操作步骤：
（a）打开被采集的目标页：；
（b）单击右键后选择"查看源文件"，找到"charset"， 如（图6）所示，
图6-查看源文件
其等号后面的代码就是所需的"编码格式"，这里是"gb2312"。
"区域匹配模式"：设定怎么匹配所需采集的内容部分，可采用字符串或者正则表达式。系统默认的模式是字符串。如果比较了解正则表达式的朋友，可以在这里选择正则表达式的模式。
"内容导入顺序"：指定新闻列表导入时候的顺序，可以选择"与目标站一致"或"与目标站相反"。
"防盗链模式"：针对被采集的目标站点有无刷新限制。一开始很难判断出来，需要测试后才能知道。如果有的话，这里需要设置一下"资源download超时时间"。
"引用URL"：填入任何一个即将被采集的新闻内容详细页面的URL。
具体操作步骤：
（a）在已打开的新闻栏目页中，单击*篇新闻的
标题"在Dreamweaver中为插入的Flash添加透明"，以打开新闻内容详细页面，如（图7）所示，
图7-新闻内容详细页面
（b）此时在浏览器的网址地址栏中显示的URL，即为需要填写在"引用URL"处的URL，如（图8）所示，
图8-浏览器的网址地址栏
到这里，"节点基本信息"就设置完成了。*后结果，如（图9）所示，
图9-设置后的节点基本信息
检查无误后，进入下一步设置。
1.2.2 设置列表URL获取规则如（图10）所示，
图10-列表URL获取规则
这里是设置被采集的新闻栏目页的匹配规则。如果被采集的新闻栏目页有一定的规律，可选择"批量生成列表URL"；如果被采集的新闻栏目页完全没有规律可循，那么可选择"手工指定列表URL"；如果被采集的站点提供了RSS，则可以选择"从RSS中获取"。对于特殊情况，例如：部分栏目页有规律，而其余的又没有规律，则可在"匹配URL"中填上有规律的部分，然后把没有规律的部分填写在"手动指定URL"。
具体操作步骤：
（a）首先，回到已打开的新闻栏目页，找到浏览器的网址地址栏中显示的URL（图8）和页面底部的换页部分。如（图11）所示，
图11-换页
（b）单击"2"，打开新闻栏目页的第二页，此时浏览器的网址地址栏中所显示的URL和页面底部的换页部分，如（图12）和（图13）所示，
图12-第二页的URL
图13-第二页的换页部分
#p#分页标题#e#（c）在已打开的新闻栏目页的第二页上面，单击（1），打开新闻栏目页的首页，这时页面底部的换页部分与图11相同，而浏览器的网址地址栏中所显示的URL与之前图8并不相同，如（图14）所示，
图14-*页的URL
（d）由（b）和（c）推知，此处被采集的新闻栏目页的URL所遵循规律为：
(*).html。稳妥起见，请自行测试更多栏目页。确定规律后，在"匹配URL"中，填入新闻栏目页所遵循的规律。
（e）*后，指定需要采集的页码或者规律数字，并设定其递增规律。
到这里，"列表URL获取规则"部分就设置结束了。*后结果，如（图15）所示，
图15-设置后的列表URL获取规则
确定正确后，进入下一步设置。
1.2.3设置新闻URL匹配规则如（图16）所示，
图16-新闻URL匹配规则
这里是设置被采集新闻栏目页的匹配规则。
具体操作步骤：
（a）对于"区域开始的HTML"，可通过在打开的新闻列表首页上，单击右键后选择"查看源文件"。在源文件中，找到*篇新闻的标题"在Dreamweaver中为插入的Flash添加透明"，如（图17）所示，
图17-查看源文件中，*篇新闻的标题
通过观察，不难看出"<div>"为整个新闻列表的开始部分。因此，在"区域开始的HTML"中，填入"<div>"。
（b）在源文件中，找到*后一篇新闻标题"通过Dreamweaver设计网页时组织CSS的建议"，如（图18）所示，
图18-查看源文件中，*后一篇新闻的标题
结合新闻列表的开始部分并通过观察可知，*个"</div>"为整个新闻列表的结束部分。因此，在"区域结束的HTML"中，应填入"</div>"。
"如果链接中含有图片"：设置对链接中含有图片的处理方式，有不处理和采集为缩略图可选。可根据实际需要选择。
"对区域URL进行再次筛选"：可以使用正则表达式对区域网站进行再次筛选，这是针对一些需要被保留或者需要滤掉的内容，尤其是混编的栏目页面，通过使用"必须包含"或者"不能包含"过滤掉所希望获取或者不希望获取的新闻内容详细页面的URL。
具体操作步骤：
回到正在打开的新闻列表首页的源文件，通过观察可知，每一个新闻内容详细页面地址的扩展名均为.html。因此，可在"必须包含"中，填入".html"。
到这里，"新闻URL匹配规则"就设置结束了。*后结果， 如（图19）所示，
图19-设置后的新闻URL匹配规则
通过1.2.1小节、1.2.2小节和1.2.3小节，新增采集节点的*步就已经设置完成了。设置后的结果，如（图20）所示，
图20-设置后的新增采集节点：*步设置基本信息及URL索引页规则
#p#分页标题#e#全部完成并检查无误后，单击"保存信息并进入下一步设置"。如果之前设置正确，单击后，将会进入"新增采集节点：测试基本信息及URL索引页规则设置的URL获取规则测试"页面并看到相应的新闻列表地址。如（图21）所示，
图21-URL获取规则测试
确定正确无误后，单击"保存信息并进入下一步设置"。否则，请单击"返回上一步进行修改"。
本文章网址：http://www.ppssdd.com/code/9008.html。转载请保留出处，谢谢合作！
Dedecms织梦模板采集教程一关于火车头采集分页
第一步，编辑任务，切换到“采集内容规则”标签，选中“内容”，点击修改，勾选上“该标签在分页中匹配”，很多人没有采集到分页就是因为少了这一步。
第二步，找到下面的“分页获取规则”，选择“全部列出模式”，然后填写“分页网址提取区域”，并选择“自动识别”。
第三步，切换到“标签循环处理”，在“分页内容连接代码”里填写“
”。
通过采集测试，我们可以看到，分页的内容可以采集了，同时分页处自动加上了织梦的分页标签。
Dedecms织梦模板采集教程一含有分页的普通文章(1)
前言：这篇文章是dedecms采集功能使用方法的第二篇，主要目的是采集含有分页的普通文章，并使用简单的过滤规则。这次选取的目标站点是中国网管联盟网络技术频道的网络协议栏目，网址是“http://www.bitscn.com/network/protocol/”。本文共分为三节，第一节，主要是介绍新增采集节点中的第一步：设置基本信息及网址索引页规则；第二节，主要是介绍新增采集节点中的第二步：设置字段获取规则；第三节，主要是介绍如何采集指定节点和如何导出采集内容。对于编写采集规则中一些基本的操作，本文将一带而过或不再涉及，如有疑问可参见文章“dedecms采集功能的使用方法 --- 不含分页的普通文章的采集”。
下面进入第一节。
1.1 设置基本信息及网址索引页规则
建立一个新的普通文章型节点，并进入“新增采集节点：第一步设置基本信息及网址索引页规则”如（图1）所示，
图1-新增采集节点：第一步设置基本信息及网址索引页规则
1.1.1 设置节点基本信息
图2-节点基本信息
首先，定义节点名称为“采集测试（二）”。其次，查找目标页面编码。其操作步骤为：
（a）打开被采集的目标页：http://www.bitscn.com/network/protocol/；
（b）单击右键后选择“查看源文件”，找到“charset”， 如（图3）所示，
图3-查看源文件
其等号后面的代码就是所需的“编码格式”，这里是“gb2312”。对于“区域匹配模式”、“内容导入顺序”和“防盗链模式”，均使用默认值。
引用网址：可以选取在文章列表里出现的任意一个文章页的网址。方便起见，一般是填入文章列表中第一篇文章的网址，但是由于第一篇文章没有涉及到分页内容，为了展示如何采集分页文章，这里使用第二篇文章作为引用网址。其网址为：“http://www.bitscn.com/network/protocol/201105/193110.html”。设置后的节点基本信息，如（图4）所示，
图4-设置后的节点基本信息
检查无误后，进入下一步设置。
1.1.2 设置列表网址获取规则
如（图5）所示，
图5-列表网址获取规则
这里是设置被采集的文章列表页的匹配规则的，也是本节的重点和难点。
具体操作步骤：
（a）首先，回到已打开的文章列表页，这时浏览器的URL地址栏中显示的网址，如（图6）所示，
图6-列表首页的网址
（b）找到文章列表页的换页部分，把鼠标放在各个页码上面，同时观察其URL的变化规律。可以得出，网址的匹配规律为：“http://www.bitscn.com/network/protocol/list_(*).html“。因此，在“匹配网址”中，应填入“http://www.bitscn.com/network/protocol/list_(*).html”，为了能够快速演示采集过程，这里设定页面是从1开始到1结束，也就是说只采集第一页。
设置后的 “列表网址获取规则”，如（图7）所示，
图7-设置后的列表网址获取规则
检查无误后，进入下一步设置。
1.1.3 设置文章网址匹配规则
如（图8）所示，
图8-文章网址匹配规则
这里是设置被采集文章列表页的匹配规则。
具体操作步骤：
（a）对于“区域开始的HTML”，可通过在打开的文章列表首页上，单击右键后选择“查看源文件”。在源文件中，找到第一篇文章的标题“OpenFlow网络是空谈吗？”，如（图9）所示，
图9-查看源文件中，第一篇文章的标题
（b）在源文件中，找到最后一篇文章标题“认识多重PPP链接协议”，如（图10）所示，
图10-查看源文件中，最后一篇文章的标题
结合文章列表的开始部分并通过观察可知，“”为整个文章列表的结束部分。因此，在“区域结束的HTML”中，应填入””。
设置结束后的“文章网址匹配规则“， 如（图11）所示，
图11-设置后的文章网址匹配规则
通过1.1.1小节、1.1.2小节和1.1.3小节，新增采集节点的第一步就已经设置完成了。设置后的结果，如（图12）所示，
图12-设置后的新增采集节点：第一步设置基本信息及网址索引页规则
全部完成并检查无误后，单击“保存信息并进入下一步设置“。如果之前设置正确，单击后，将会进入“新增采集节点：测试基本信息及网址索引页规则设置的网址获取规则测试”页面并看到相应的文章列表地址。如（图13）所示，
图13-网址获取规则测试
确定正确无误后，单击“保存信息并进入下一步设置”。否则，请单击“返回上一步进行修改“。
到这里，第一节就结束了。下面进入第二节。。。
Dedecms织梦模板采集教程一含有分页的普通文章(2)
前言：本文是“含有分页的普通文章的采集方法“的第二节，在前一节的基础上，这一节会对新增采集节点中的第二步：“设置字段获取规则”做详细的介绍。为了与前文保持一致，本文将延续使用前文的章节标记。
上接第一节。
2.1新增采集节点：第二步设置内容字段获取规则
单击“保存信息并进入下一步设置”后，便可进入“新增采集节点：第二步设置内容字段获取规则”页面，如（图14）所示，
图14-设置内容字段获取规则
系统将会自动指定一个“预览网址”，一般是文章列表页的第一篇文章的网址。但是，由于第一篇文章中没有涉及到分页的部分，所以在这里手动更改为，第二篇文章的网址：“http://www.bitscn.com/network/protocol/201105/193110.html”，更改后，如（图15）所示，
图15-更改后的预览地址
下面来设定分页部分的匹配规则。其具体操作步骤为：
打开文章内容页面，在网页上单击右键，在弹出的对话框中单击“查看源文件“。在源代码中，找到分页代码的开始部分和结束部分，如（图16）所示，
图16-分页代码
经过观察可知，分页代码位于“
图17-设置后的网页内容获取规则
对于“固定采集项目”中的“内容摘要、关键字和缩略图“三个部分，系统会用正则进行自动匹配，这里仅需配置过滤内容即可。下面主要介绍如何获取“文章标题、文章作者、文章来源、发布时间和文章内容”的采集规则，过滤规则仅简单涉及。
2.1.1 获取文章标题的采集规则
首先，打开“预览网址“的页面并单击右键，选择”查看源代码“，找到文章标题” OpenFlow网络是空谈吗？“，如（图18）所示，
图18-在源代码中的文章标题
这里的文章标题处在”
图19-文章标题的采集规则
2.1.2 获取文章作者的采集规则
经过查找源代码和对比原文的标题部分，可发现本文没有涉及到文章作者，所以这里不用填写，空着即可。
2.1.3 获取文章来源的采集规则
在上图19中，可发现来源的内容介于“
图20-文章来源的采集规则
2.1.4 获取文章发布时间的采集规则
再次回到图17，可找到“时间:2011-05-13 11:47”，因此这里应把“时间：[内容]
图21-文章发布时间的采集规则
2.1.5 获取文章内容的采集规则
这个部分是编写采集规则的重点，也是难点。需要特别注意。
具体操作步骤：
（a）在在打开的文章内容页面的源代码中，找到文章内容的开始部分“计算机网络知识的学习”，如图22所示，
图22-文章内容的开始部分
这里应把”
以上是小编为你收集整理的Dedecms织梦模板采集教程一含有分页的普通文章(2)全部内容。 如果觉得小编网站内容还不错，欢迎将小编网站推荐给好友。总结
