看到很多網(wǎng)友都為織夢(mèng)（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(gè)網(wǎng)站你什么都做不了，這個(gè)教程是最詳盡的教程，讓你一看即會(huì)

首先我們打開織夢(mèng)后臺(tái)點(diǎn)擊 采集——采集節(jié)點(diǎn)管理——增加新節(jié)點(diǎn)

 
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(yè)面，填寫節(jié)點(diǎn)名稱，就是給這個(gè)新節(jié)點(diǎn)取個(gè)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(yè)，這里我們以織夢(mèng)官網(wǎng)為例http://www.dedecms.com/web-manage/jianzhanxinde/打開這個(gè)頁(yè)面，右鍵——查看源文件
 
找到目標(biāo)頁(yè)面編碼，就在charset后面

 
頁(yè)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(yè)的地址http://www.dedecms.com/web-manage/jianzhanxinde/list_49_1.html
對(duì)比第二頁(yè)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?yàn)檫@里只有2頁(yè)，所以我們就填從1到2 每頁(yè)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(gè)頁(yè)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(yè)
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?cè)僬椅恼铝斜斫Y(jié)束的HTML

 

就是這個(gè)了，一個(gè)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(duì)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(jí)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?cè)诒仨毎竺嫣?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(diǎn)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(duì)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(yè)，隨便進(jìn)入一篇文章看看。。我們看到這里的文章沒有分頁(yè)
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?cè)賮硖顚懳恼聝?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(diǎn)保存設(shè)置并預(yù)覽

 

這樣一個(gè)采集規(guī)則就寫好了，很簡(jiǎn)單吧有些網(wǎng)站很難寫，可要多下點(diǎn)功夫了哦
我們點(diǎn)保存并開始采集——開始采集網(wǎng)頁(yè) 一會(huì)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(qǐng)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(xiàng)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(xiàng)一般選“排除重復(fù)標(biāo)題”，至于自動(dòng)生成HTML那個(gè)選項(xiàng)建議先別生成，因?yàn)槲覀冞€要去批量提取摘要和關(guān)鍵字。