phpcms v9內建採集模組功能體驗

主流CMS系統之一Phpcms v9內建的採集模組功能如何呢?Phpcms v9預設內建有文章、圖片、下載3個內容模型，先來看最普通的文章採集，感興趣的你可不要錯過了哈，希望可以協助到你哈

Phpcms網站管理系統目前最新版本為Phpcms v9，作為國內主流CMS系統之一，目前已有數萬網站的應用規模。那麼其內建的採集模組功能如何呢，來看看吧。

文章採集

Phpcms v9預設內建有文章、圖片、下載3個內容模型，先來看最普通的文章採集。以採集新浪互連網頻道，國內滾動新聞欄目為例http://roll.tech.sina.com.cn/internet_chinalist/index_1.shtml

1、進入後台，內容——內容發行管理——採集管理——添加採集點。(不同於Phpcms以往版本，採集管理在模組菜單內)

2、網址規則。採集項目名隨便填，採集頁面編碼預設GBK，具體採集頁面的時候可以通過查看其網頁原始碼。

網址採集，沒有大的特色，通過查看所要採集頁面的網址規則填寫。分析目標頁面得出是序列網址，且所要擷取內容的網址都在<!-- 列表 begin -->和<!-- 列表 end -->兩個標籤之間。無其他幹擾連結，所以就無需定義網址中必須包含和不得包含的字元了。如果目標網站配置了Base，那麼也要配置好。

網址採集配置結束，但是如果目標網站列表頁用js實現上下頁，或者所要擷取網址深度超過2級，用此內建採集就很難實現了。

3、內容規則。phpcms是用“[內容]”作為萬用字元，然後設定好開始結束的字元，再過濾不要的代碼來實現內容的採集。分析目標頁的title標籤比較有規律，可以直接設定。

過濾格式為“要過濾的內容[|]替換值”，如果是刪除的話就替換值留空。過濾規則是支援Regex，系統內建了幾種比較常見的標籤過濾正則，要比較靈活過濾的話對於新手來說有點難度，所以新手需要先熟悉下Regex。

作者規則，來源規則，時間規則依照規則去擷取。小編嘗試了一下固定值發現無法實現，就是把某一標籤設為固定值，如把“來源”設定為http://www.sina.com.cn，可是採集結果來源標籤為空白。

內容規則，填好開始和結束標籤，我們測試的目標頁比較乾淨，所以只需過濾掉裡面的超連結和一些無用標籤即可。

內容分頁規則，如果內容頁有分頁必須填寫，此處文章都沒有分頁，小編會在後面的圖片採集來介紹這個標籤。

4、自訂規則，除了系統預設的幾個標籤外，你還可以自訂各種標籤，規則是一樣的，只是有一點要注意：規則英文名一定要填寫，否則自訂標籤無法儲存。

5、進階配置，此次可以設定下載圖片、圖片浮水印、內容分頁和匯入順序。其中注意，如果需要浮水印記得修改好自己網站的浮水印圖片，浮水印存放路徑:statics/images/water

6、規則設定好了，提交回到採集管理首頁，可以先通過測試來看看各標籤是否準確。

7、發布內容。如果都準確，先點擊採集網址，會自動採集文章地址，並過濾重複url。然後會彈出採集網址完成的訊息，點擊其中的“採集文章內容”

採集自動進行，並顯示採集進度。

採集完成後自動回到採集管理首頁，點擊內容發布，進入到已採集文章列表，勾選要發布的文章，或者直接點擊底部的全部匯入。

　 　進入到發布方案選擇介面，建立發布方案，選擇一個發布欄目，本測試選擇的是文章模組的欄目“國內”，在方案建立頁面可以設定自動提取摘要、自動提取縮減 圖、匯入文章狀態、標籤與資料庫對應關係。其中，匯入文章狀態只有一個“發布”，如果站長需要狀態為待審核，要先修改對應欄目的工作流程為一級審核。

標籤與資料庫對應關係中，把採集標籤和資料庫欄位一一對應，如果有自訂標籤找不到對應欄位，需要修改模型增加欄位，然後通過修改模板來顯示，對技術要求比較高，不適合新手。另外系統內建幾個處理函數，也挺實用的。

發布方案設定完成，自動開始匯入剛才選擇的文章，並且下一次匯入時就無需再建方案了，直接選擇已建好的方案即可。

文章採集、發布完成。看看效果：

後台內容管理頁

內容頁

下面我們來看看圖片採集

圖片採集

phpcms v9內建圖片模型，對圖片處理也有個組圖模式，方便一些站長做圖片網站或者設定圖片展示方式。下面來體驗下用內建採集程式來採集圖片，以採集http://www.4493.com/mingxingxiezhen/頁面的圖片為例：

網站擷取規則以及內容擷取規則等都和文章採集一樣，最重要的一點，phpcms v9的圖片採集不能只採集圖片地址，而是應該採集整個<img>標籤，這樣才能處理為組圖。如本例：內容標籤設定為

採集到的內容應該是這樣的

還有個分頁問題，目標站的分頁：

網頁代碼為：

所以只需在內容分頁規則處選擇全部列出模式，然後填寫分頁標籤開始和結束字元，系統就自動採集分頁的內容了。

設定完規則後，採集網址，採集內容，發布內容。發布方案處要注意，小編幾經嘗試發現，要實現組圖模式，必須內容欄位和組圖欄位都要用上“處理為組圖”函數。但是這樣就無法擷取第內容圖片做縮圖了，所以最好自訂一個縮圖標籤，直接擷取一張內容圖地址做縮圖。

設定好後發布。見採集效果：

欄目頁

內容頁

總結：細細體驗下來，phpcms v9內建的採集功能還是比較全面的，滿足基本的文章和圖片採集。但是不夠靈活，對一些高要求的站長來說還明顯不足，而且門檻較高，官方對採集模組的說明和協助檔案又非常有限，不利於新手上手。