看到很多網(wǎng)友都為織夢（DEDE CMS）的采集教程頭疼，的確，官方出的教程太籠統(tǒng)了，什么都沒說，換個網(wǎng)站你什么都做不了，這個教程是最詳盡的教程，讓你一看即會

首先我們打開織夢后臺點擊 采集——采集節(jié)點管理——增加新節(jié)點

 
這里我們以采集普通文章為例，我們選擇普通文章，然后確定

 
我們進(jìn)入了采集的設(shè)置頁面，填寫節(jié)點名稱，就是給這個新節(jié)點取個名字，這里你可以任意填寫。
然后打開你想要采集的文章列表頁，這里我們以織夢官網(wǎng)為例http://www.dedecms.com/web-manage/jianzhanxinde/打開這個頁面，右鍵——查看源文件
 
找到目標(biāo)頁面編碼，就在charset后面

 
頁面基本信息其他的一般就不用管了，填完了如圖
 

現(xiàn)在我們來填寫列表網(wǎng)址獲取規(guī)則
看看文章列表第一頁的地址http://www.dedecms.com/web-manage/jianzhanxinde/list_49_1.html
對比第二頁的地址http://www.dedecms.com/web-manage/jianzhanxinde/list_49_2.html
我們發(fā)現(xiàn)了他們除了49_后面的數(shù)字不一樣，其他的都一樣，所以我們可以這樣寫
http://www.dedecms.com/web-manage/jianzhanxinde/list_49_(*).html
就是把1換成了(*) 因為這里只有2頁，所以我們就填從1到2 每頁遞增當(dāng)然是1了，2-1...是等于1吧
這里我們就填寫完了 

可能大家采集的有些列表沒有規(guī)則，那就只有手工指定列表網(wǎng)址了，如圖
 

每行寫一個頁面地址
列表規(guī)則寫完了，我們就開始寫文章網(wǎng)址匹配規(guī)則了,回到文章列表頁
右鍵查看源文件 找到區(qū)域開始的HTML，就是找文章列表開始的標(biāo)志。

 

我們很容易的找到了如圖中的“新聞列表” 。從這里開始，后面就是文章列表里
我們再找文章列表結(jié)束的HTML

 

就是這個了，一個很容易找到的標(biāo)志

如果鏈接中含有圖片： 不處理 采集為縮略圖 這里根據(jù)自己的需要選擇
對區(qū)域網(wǎng)址進(jìn)行再次篩選：
(使用正則表達(dá)式) 

必須包含： (優(yōu)先級高于后者)
 不能包含：

打開源文件，我們可以很清楚的看到，文章鏈接都是以.html結(jié)束的
所以，我們在必須包含后面填.html 如果遇到有些列表很麻煩，還可以填寫后面的不能包含

 

 
我們點擊保存設(shè)置進(jìn)入下一步，可以看到我們獲得的文章網(wǎng)址
看到這些就是對的了，我們保存信息進(jìn)入下一步設(shè)置內(nèi)容字段獲取規(guī)則
我們看看文章有沒有分頁，隨便進(jìn)入一篇文章看看。。我們看到這里的文章沒有分頁
所以這里的我們就默認(rèn)了

 

我們現(xiàn)在來找文章標(biāo)題等等 隨便進(jìn)入一篇文章，右鍵查看源文件
看看這些 

 

依照源碼填寫 

 

我們再來填寫文章內(nèi)容的開始，結(jié)束
和上面的一樣，找到開始和結(jié)束標(biāo)志
開始： 

 

結(jié)束： 

 

 

你想過濾文章中的什么內(nèi)容就到過濾規(guī)則里寫吧，比如要過濾文章中的圖片

 

選擇常用規(guī)則 

 

再勾選IMG  然后確定
這樣我們就把正文中的圖片過濾了
設(shè)置完畢后點保存設(shè)置并預(yù)覽

 

這樣一個采集規(guī)則就寫好了，很簡單吧有些網(wǎng)站很難寫，可要多下點功夫了哦
我們點保存并開始采集——開始采集網(wǎng)頁 一會的功夫就采集完了

 

我們看看我們采集到的文章 

 

 

456 
看來是成功了，我們導(dǎo)出數(shù)據(jù)吧 

 

 
  首先選擇要導(dǎo)入到的欄目，按“請選擇”那里即可在彈出的窗口中選擇你需要導(dǎo)入的欄目發(fā)布選項這里一般默認(rèn)即可，除非你不想馬上發(fā)布。每批導(dǎo)入默認(rèn)是30條，這里修改與否都無所謂，附帶選項一般選“排除重復(fù)標(biāo)題”，至于自動生成HTML那個選項建議先別生成，因為我們還要去批量提取摘要和關(guān)鍵字。