帝国cms采集教程附操作实例

采集在以前是网站批量发布信息获得流量的手段，现在采集是换程序的必备技能，帝国cms又有很强大的采集功能，所以掌握帝国cms的采集功能就比较重要了，本文以实例向大家演示帝国cms采集的使用。

以我徒弟的网站（http://www.lidongchen.cn/）为例，采集他的技术分享栏目下的文章到我的前端乱炖栏目。

栏目→采集管理→管理采集节点→增加节点→选择栏目为前端乱炖，节点名称就叫技术分享；父节点不用选，这个是把不同栏目或不同网站的文章采集到同一个栏目下时使用，主要是为了方便管理子采集节点；采集页面地址写对方的栏目页地址，如果对方栏目有分页，则地址倒着写，比如：

如果你直接采集对方文章页那么要勾选采集页面为直接内容页；采集页面地址方式二这个不用管；内容页地址前缀也不用管，这个应该是采集地址是相对地址时使用；图片/FLASH地址前缀，如果对方文章中的图片是相对地址，此处输入对方的域名；入库栏目在增加节点时就已经选择；开始时间、结束时间和备注就不用我说了。

选项需要修改的就只是每组入库数，采集肯定要把对方的图片也采集过来然后保存远程图片，这里把每组入库数改为1，防止入库超时。

附加选项采集自动入库勾选是，勾选入库后自动删除已导入的信息记录，其它的不用管。

过滤选项不用设置。

采集内容正则这个是重点，信息链接区域正则如官方编辑手册所说通常不需要设置，一般采集页面某一区域或缩小采集范围才设置的；信息页链接正则按左边的示例添加就是：

<p><a href="[!--newsurl--]" target="_blank">*</a></p>

标题图片正则要勾选保存本地，代码是：

<div class="imgdiv"><img src="[!--titlepic--]" class="carousel"></div>

如果标题图片获取的是文章配图，此处不填在下面内容页标题图片处设置；内容页，点开被采集列表页的一篇文章，查看源代码，标题正则代码是：

<h6>[!--title--]</h6>

发布时间：

<span>发布时间：[!--newstime--]</span>

标题图片正则，列表页已经设置过了，此处不用再管；内容简介正则：

<meta name="description" content="[!--smalltext--]">

新闻正文正则：

<span class="wenzhang">[!--newstext--]</span>

内容页分页采集设置，如果被采集文章页有分页此处需要设置。到这就设置完了，点击提交，然后点击预览

再点击预览，如果有url说明采集设置正确，没有说明采集设置的有问题，我点预览后如下：

再次点击预览，如下：

这里可以看出哪些字段是可以采集成功的，如果你想采集到得没有采集到再返回修改。一切设置就绪后，点开始采集，采集并入库完毕后，在后台点审核信息就可以看见采集到的内容了

全选后点审核就发布成功了。

部分文章可能采集不全，这就需要手工检查了，这个是帝国cms采集存在的一个问题，我想采集后大家肯定每篇文章都要再修改下，远程保存图片肯定要勾选，不然如果对方设置了防盗链，你文章的图片就加载不出来，还有tags、相关链接都得手动设置。

本篇教程只是以我徒弟的网站为例，实际采集中被采集网站可能有自定义字段、可能加了防采集（不过滤的话采集过来有字符串）、代码结构不规范等，这就需要大家在使用过程中自由发挥了，本文只是个例子，基本的使用而已。