帝国网站管理系统(EmpireCMS)帝国cms采集实例教程

实例教你使用采集

本节通过采集简单的页面作为采集教程实例。

每个系统模型都有自己的采集，无论是内置的还是用户自定义的系统模型，新闻系统有新闻系统采集，下载系统有下载系统采集等等。

下面讲解新闻系统模型的采集，其它系统模型采集基本雷同，用户可举一反三。

采集页面地址

本例要采集的页面地址：http://www.phome.net/tmp/cjpage/list.html

开始采集

采集一般步骤：

1、增加采集节点;

2、预览采集正则是否正确;

3、开始采集;

4、对采集的数据进行审核并入库;

5、生成栏目及内容HTML页面。

一、增加采集节点：

1、登录后台->“栏目”>“采集管理”>“增加采集节点”;

2、“选择要增加采集的栏目”(选择终极栏目);

3、“选择要增加采集的栏目”后进入增加采集节点页面;

4、打开要采集的列表页面：http://www.phome.net/tmp/cjpage/list.html

点击查看“源文件”

点击查看，列表页源代码为如下：

5、开始设置采集节点及列表页正则：

(1)、输入节点名称：采集实例

(2)、采集页面地址：http://www.phome.net/tmp/cjpage/list.html

(3)、由列表页的源代码：“<a href="page1.html" target="_blank">”，我们得出“内容页地址前缀”为：http://www.phome.net/tmp/cjpage/

(4)、设置“信息页链接正则”：由列表页的源代码得出。

图1：页面源代码

图2：得出的信息页链接正则

6、点击采集的内容页页面并查看源文件：http://www.phome.net/tmp/cjpage/page4.html

图1：内容页页面

图2：内容页源代码

7、设置内容页内容正则：(标题及内容正则)

(1)、标题正则：由源代码内容我们得出“新闻标题”正则为：

图1：页面源代码

图2：得出的标题正则

(2)、内容正则：由源代码内容我们得出“新闻内容”正则为：

图1：页面源代码

图2：得出的新闻内容正则

8、点击“提交”按钮即可增加节点完毕，整个表单最终效果如下：

[点击查看]

二、预览采集正则是否正确：

1、上面增加采集节点后，我们返回“管理节点”页面，如下：

2、点击“预览”采集，进入节点正则预览与验证：

图1：采集页面地址列表

图2：信息链接列表

图3：采集的内容页内容

3、上面链接列表页及内容页内容预览无误后方可进行采集操作。

三、开始采集：

1、上面的采集节点正则预览无误后，我们返回“管理节点”页面：

2、点击上面的“开始采集”链接，开始进行采集;

3、采集信息完成后，系统会转向采集入库页面，如下：

四、对采集的数据进行审核并入库：

即可完成入库操作：

管理栏目信息也可以看到我们刚才入库的信息：

五、生成栏目及内容HTML页面：

点击“系统”>“数据更新”>“数据更新中心”，进入数据更新中心页面：

1、生成首页：点击“刷新首页”。

2、生成栏目页：“刷新多栏目页面”选择“国内新闻”这个栏目，然后点击“开始刷新”。

3、生成内容页：“按条件生成信息内容页面”：

六、预览前台页面

首页：

列表页：

信息内容页：

至此本实例讲解完毕。

常见问题

1、提示信息：Warning: preg_replace() [function.preg-replace]: Compilation failed: range out of order in character class at offset 83 in

答：你的采集正则变量名写错导致，请检查你的正则变量。