Tsys OkHtm.com修改版數據采集方法

更新時間：2007年01月27日 00:00:00 作者：

采集功能

[1]分類管理

a 添加一個頻道

b 頻道(點擊進入欄目管理)

c 添加新欄目

[2] 項目管理

a 添加新項目

項目名稱：填寫采集的項目名稱,便于自己以后管理
所屬頻道：請選擇采集的頻道
所屬欄目：請選擇所屬于的欄目
所屬專題：不屬于任何專題
網站名稱：自己用來采集的對象網站名稱
網站網址：自己用來采集的對象的地址
網站登錄：不需要登錄設置參數
登錄參數：需要登錄才能訪問的請設置登錄參數（不支持驗證碼登錄）
提交地址：點擊登錄按鈕后用來驗證用戶名、密碼的文件網址，如動力3.62的
是 http://www.****.com/Admin_ChkLogin.asp。
用戶（密碼）參數：查看登錄表單源碼，找到形如下面之類的代碼
用戶名：<input type="text" name="UserName" value="">
密碼：<input type="password" name="Password" value="">
用戶參數就是--第一行的name=后面的UserName
密碼參數就是--第二行的name=后面的Password
失敗信息：用戶名或者密碼不正確時，登錄后的失敗提示信息，用于判斷登錄是否成功的一個標志，請一定要填寫，否則不能采集，比如：您輸入的用戶名或密碼不正確，請重新輸入！
項目備注：該項目的其它要記錄的信息，以后每天都要采集

b 列表設置

Quote

列表就像一本書的目錄，目錄可以有一頁，也可以有很多頁，列表也一樣。

列表索引頁面：

你要開始采集的列表頁。

列表開始/結束標記：

平面上的兩點確定一條直線，學過幾何吧？用在這里是一樣的道理，開始/結束標記可以確定你要采集的新聞，有的這里沒有設置好結果采集到其它新聞去了。
比如這是某一列表頁面的主要部分代碼：
<table width="98%" border="0" cellspacing="0" cellpadding="3">
<tr>
<td align="left" valign="top"><br>
<a href="News.asp?id=1" target=_blank>新聞標題</a><br>
<a href="News.asp?id=2" target=_blank>新聞標題</a><br>
....省略
<a href="News.asp?id=50" target=_blank>新聞標題</a>
</td>
</tr>
</table>
　　　紅色部分就是我們要的列表開始標記和結束標記，是不是把你想要的新聞夾在中間了？按照這樣的取法可以選擇好多對開始標記和結束標記，也就是說它們并不是唯一的。但是它們又是相對唯一的，這里的唯一是指，開始標記在第一條新聞以上的代碼中唯一，結束標記在開始標記到結束標記之間的是唯一的。

列表索引分頁：

　　　(1)設置標簽
列表索引頁的部分代碼如下：
<td height="24" align="center" bgcolor="#F6f7f8"> 1 <A HREF="index_2.html">2</A> <A HREF="index_3.html">3</A> <A HREF="index_4.html">3</A><a href="index_2.html">下一頁</a>
<a href="index_4.html">尾頁</a> </td>
紅色部分為分頁開始/結束標記，只要這兩個代碼確定，不是不就可以確定“下一頁”了？，剩下的交給程序來處理，有的填寫：<A HREF="和">2</A>，這就錯了，怎么錯了自己想想。

　　　索引分頁重定向：參考鏈接設置

(2)批量生成
　　　如有些列表是這種形式：
　　　第一頁http://www.it.com.cn/news/cyxw/yejie/index_1.html
　　　第二頁http://www.it.com.cn/news/cyxw/yejie/index_2.html
　　　第三頁http://www.it.com.cn/news/cyxw/yejie/index_3.html

　　　那么可以這設置：{$ID}是必須的

　　　原字符串：http://www.it.com.cn/news/cyxw/yejie/index_{$ID}.html

　　　生成范圍：1--3

　　　結果程序會生成：http://www.it.com.cn/news/cyxw/yejie/index_1.html

　　　http://www.it.com.cn/news/cyxw/yejie/index_2.html

　　　http://www.it.com.cn/news/cyxw/yejie/index_3.html

　　　這樣的幾個列表頁面

　　　(3)手動添加

　　　輸入一頁網址后按回車再輸入另一頁，如此反復可以輸入多個網址。

（3）鏈接設置

　　　鏈接開始/結束標記：

　　　這里沒設置好采集過程中可能會路途停止

　　　部分代碼

<table width="98%" border="0" cellspacing="0" cellpadding="3">
<tr>
<td align="left" valign="top"><br>
<a href="List.asp?type=IT新聞">[IT新聞]</a><a href="New.asp?id=1" target=_blank>新聞標題</a>
<a href="List.asp?type=Pc新聞">[Pc新聞]</a><a href="New.asp?id=2" target=_blank>新聞標題</a>
....省略
<a href="List.asp?type=IT新聞">[IT新聞]</a><a href="New.asp?id=50" target=_blank>新聞標題</a>
</td>
</tr>
</table>
　　　紅色部分為鏈接開始/結束標記，注意：如果新聞標題的前面有欄目鏈接（包括其它的鏈接，就像上面這個有IT新聞、Pc新聞一樣）的，開始標記必須往前延伸，我以前做的3.62版的錄像中開始標記是href=，這個只能用于新聞標題前面沒有欄目鏈接的情況。

　　　鏈接的重新定位：

　　　如果新聞的鏈接特殊，可使用本功能對新聞網址重新定位，比如有些代碼可能是這樣：

<a href="Javascript:window.open('1')" target=_blank>新聞標題</a><br>
<a href="Javascript:window.open('5')" target=_blank>新聞標題</a><br>
....省略
<a href="Javascript:window.open('50')" target=_blank>新聞標題</a>

　　　把開始/結束標記設置為紅色部分，點擊一條新聞看它的真實網頁地址，比如第一條新聞的地址是這樣，http://www.scuta.net/news.asp?id=1，那么絕對鏈接就設置為http://www.scuta.net/news.asp?id={$ID}就成了。

c 列表截取測試

d 列表新聞鏈接測試

e 正文設置

f 采樣測試

g 屬性設置

設置一些采集的選項,注意

采集選項：立即發(fā)布保存圖片倒序采集外部鏈接中保存圖片不要勾選.

h 點"完成".采集設置完畢

[3] 數據采集

在這里可以看到自己剛設置好的項目,

采集模式：快速模式穩(wěn)定模式篩選模式采集測試正文預覽

這幾種自己琢磨了,不多描述 .結果都差不多.

然后開始漫長的采集過程.服務器速度和網速有關系.

[4] 數據審核

數據審核中,有"全選" "部分選擇" "全部" 這幾種模式,點標題可以查看采集的文章(帶圖片) .也可以刪除數據

[5] 數據導出

是把數據從采集庫中導入到cms數據表中,默認的是審核完的文章才可以導出,如果導出過的話會顯示"已導出"反之亦然.

數據導出時有幾個選項需要注意:

有三種導出模式: 部分選擇,全部選擇,整個欄目導出.但是不管那種模式都要選擇 ·請輸出的[資源類別]方向或者[資源特性],這些是與系統中你建立的資源分類相掛勾的,選擇導出到哪個分類.

導出完畢.

資源管理-->常規(guī)資源中可以看到你剛才采集到的文章,默認為已經審核過.

然后可以選擇生成或者編輯.