《SupeSite采集器的详细介绍》.pdf

本电子书由站长百科()教程组制作 SupeSite 采集器的详细介绍  出处：站长百科  原文地址：/wiki/SupeSite_采集器介绍  本电子书整理自站长百科SupeSite_采集器介绍词条，查看内容请访问网站。 好消息：Lunarpages再推新优惠码：lun50off所有方案减50美元 SupeSite 支持手工采集和智能采集，手工采集需要您自己配置采集规则，智能 采集只需您添加需要采集的网址地址即可，程序会自动为您采集网站的信息。接 下来分别为您介绍两种采集方式： 一、手工采集： 手工采集即自己配置采集规则。打开 SupeSite 的 “系统设置”，点击 “资讯管 理”的 “采集器”，然后点击 “添加新机器人”。 首先简单讲解制作采集器的基本原理和思路： 1、确定您要采集哪个页面的新闻，将这些页面的地址填入到 “列表页面采集设 置”的地址框； 2、确定在这些页面您要采集的内容区域，因为不是一个网页所有的内容都要采 集回来，而是采集一个网页的一部分内容，所以您必须告诉程序您要采集的区域， 也就是 “列表区域识别规则”； 3、第2 步确定区域之后，还要告诉程序您要采集的文章链接，也就是 “文章链 接url识别规则”。  出处：站长百科  原文地址：/wiki/SupeSite_采集器介绍  本电子书整理自站长百科SupeSite_采集器介绍词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 4、现在已经确定了大的采集框架，接下来要告诉程序在一个文章页面，文章的 标题（ “文章标题识别规则”），文章的来源和作者分别是什 么。然后就是一 篇文章内容的范围，也就是说一个文章页面内，真正您需要采集的范围，就是 “文 章内容识别规则”。最后设置分页的区域和分页的链接地址。 5、以上4 个步骤已经确定了采集的范围，如果您需要过滤标题和内容，请根据 您的要求设置每一项的过滤设置，如 “文章标题过滤规则”和 “文章内容过滤规 则”等。 以上几个步骤确定范围都是通过查看页面源码，进行设置的，截取的方法需要一 些经验，练习2－－3 次就可以领悟到了。 接下来介绍采集器的基本原理和步骤： 第1：打开 SupeSite 的 “系统设置”，点击 “资讯管理”的 “采集器”，然后 点击 “添加新机器人”。 这里需要特别指出的是：单次采集个数和自动导入。单次采集个数尽量设置较小 的数字，以免超时。自动导入，请选择资讯分类，可以直接将采集的结果导入到 资讯库中。如下图：  出处：站长百科  原文地址：/wiki/SupeSite_采集器介绍  本电子书整理自站长百科SupeSite_采集器介绍词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 第2：填写 “列表页面采集”和 “采集页面编码”。请填写要采集的页面地址（列 表页面地址）。这里分为手工输入和自动输入：手动输入需要您自己将所需采集 的地址逐行输入。自动增长只需填入采集页面的地址和页面页码，用[page]代替 分页变量。如下图： 点击上图中的，尝试链接，可以看到如下图的页面，这样可以判断您的服务器是 否可以链接到要采集的网站，即检测服务器是否允许采集，如果这里显示无法链 接，则不能采集该网页。 设置 “采集页面编码”，是您采集网页的编码，并不是您站点的编码。这里切记！！ 如下图：  出处：站长百科  原文地址：/wiki/SupeSite_采集器介绍  本电子书整理自站长百科SupeSite_采集器介绍词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 第3：设置 “列表区域”和 “文章链接”的识别规则。如下图，填入列表区域的 规则和文章链接的规则，采集内容的范围用[list]代替，采集文章的标题用[url] 代替。文章链接URL 的剔除和过滤规则，请您参考图片里的详细说明，这里不再 赘述。  出处：站长百科  原文地址：/wiki/SupeSite_采集器介绍  本电子书整理自站长百科SupeSite_采集器介绍词条，查看内容请访