phpcms v9自带采集模块功能体验

　　phpcms v9自带采集模块功能体验

　　Phpcms网站管理系统目前最新版本为Phpcms v9，作为国外主流CMS系统之一，目前已有数万网站的应用规模。那么其自带的采集模块功能怎样呢，来瞧瞧吧。

　　文章采集

　　Phpcms v9默认外置有文章、图片、下载3个内容模型，先来看最普通的文章采集。以采集新浪互联网频道，国内滚动新闻栏目为例

　　1、进入后台，内容——内容发布管理——采集管理——添加采集点。(不同于Phpcms以往版本，采集管理在模块菜单内)

　　2、网址规则。采集项目名随意填，采集页面编码默认GBK，具体采集页面的时侯可以通过查看其网页源代码。

　　网址采集，没有大的特色，通过查看所要采集页面的网址规则填写。分析目标页面得出是序列网址，且所要获取内容的网址都在和两个标签之间。无其他干扰链接，所以就无需定义网址中必须收录和不得收录的字符了。如果目标网站配置了Base，那么也要配置好。

　　网址采集配置结束，但是假如目标网站列表页用js实现上下页，或者所要获取网址深度超过2级，用此自带采集就很难实现了。

　　3、内容规则。phpcms是用“[内容]”作为键值，然后设置好开始结束的字符，再过滤不要的代码来实现内容的采集。分析目标页的title标签比较有规律，可以直接如图设置。

　　过滤格式为“要过滤的内容[|]替换值”，如果是删掉的话就替换值留空。过滤规则是支持正则表达式，系统自带了几种比较常见的标签过滤正则，要比较灵活过滤的话对于菜鸟来说有点难度，所以菜鸟须要先熟悉下正则表达式。

　　作者规则，来源规则，时间规则根据规则去获取。小编尝试了一下固定值发觉未能实现，就是把某一标签设为固定值，如把“来源”设定为，可是采集结果来源标签为空。

　　内容规则，填好开始和结束标签，我们测试的目标页比较干净，所以只需过滤掉上面的超链接和一些无用标签即可。

　　内容分页规则，如果内容页有分页必须填写，此处文章都没有分页，小编会在旁边的图片采集来介绍这个标签。

　　4、自定义规则，除了系统默认的几个标签外，你还可以自定义各类标签，规则是一样的，只是有一点要注意：规则英文名一定要填写，否则自定义标签未能保存。

　　5、高级配置，此次可以设置下载图片、图片水印、内容分页和导出次序。其中注意，如果须要水印记得更改好自己网站的水印图片，水印储存路径:statics/images/water

　　6、规则设置好了，提交回到采集管理首页，可以先通过测试来瞧瞧各标签是否确切。

　　7、发布内容。如果都确切，先点击采集网址，会手动采集文章地址，并过滤重复url。然后会弹出采集网址完成的消息，点击其中的“采集文章内容”

　　采集自动进行，并显示采集进度。

　　采集完成后手动回到采集管理首页，点击内容发布，进入到已采集文章列表，勾选要发布的文章，或者直接点击顶部的全部导出。

　　进入到发布方案选择界面，新建发布方案，选择一个发布栏目，本测试选择的是文章模块的栏目“国内”，在方案新建页面可以设置手动提取摘要、自动提取缩略 图、导入文章状态、标签与数据库对应关系。其中，导入文章状态只有一个“发布”，如果站长须要状态为待初审，要先更改对应栏目的工作流为一级初审。

　　标签与数据库对应关系中，把采集标签和数据库数组一一对应，如果有自定义标签找不到对应数组，需要更改模型降低数组，然后通过更改模板来显示，对技术要求比较高，不适宜菜鸟。另外系统自带几个处理函数，也很实用的。

　　发布方案设置完成，自动开始导出刚刚选择的文章，并且下一次导出时就无需再建方案了，直接选择已建好的方案即可。

　　文章采集、发布完成。看看疗效：

　　后台内容管理页

　　内容页

　　下面我们来瞧瞧图片采集

　　图片采集

　　phpcms v9自带图片模型，对图片处理也有个组图模式，方便一些站长做图片网站或者设置图片展示方法。下面来体验下用自带采集程序来采集图片，以采集页面的图片为例：

　　网站获取规则以及内容获取规则等都和文章采集一样，最重要的一点，phpcms v9的图片采集不能只采集图片地址，而是应当采集整个