在網站建設行業(yè)中，不僅是北京網站建設市場，在國內來說phpcms 都算的上是主流的cms系統(tǒng)，我們今天來看下php網站建設中，phpcms 采集規(guī)則是怎樣的.


　　文章采集

　　Phpcms v9默認內置有文章、圖片、下載3個內容模型，先來看最普通的文章采集。以采集新浪互聯(lián)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、進入后臺，內容——內容發(fā)布管理——采集管理——添加采集點。(不同于Phpcms以往版本，采集管理在模塊菜單內)



　　2、網址規(guī)則。采集項目名隨便填，采集頁面編碼默認GBK，具體采集頁面的時候可以通過查看其網頁源代碼。


　 　網址采集，沒有大的特色，通過查看所要采集頁面的網址規(guī)則填寫。分析目標頁面得出是序列網址，且所要獲取內容的網址都在<!-- 列表 begin -->和<!-- 列表 end -->兩個標簽之間。無其他干擾鏈接，所以就無需定義網址中必須包含和不得包含的字符了。如果目標網站配置了Base，那么也要配置好。



　　網址采集配置結束，但是如果目標網站列表頁用js實現上下頁，或者所要獲取網址深度超過2級，用此自帶采集就很難實現了。

　　3、內容規(guī)則。phpcms是用“[內容]”作為通配符，然后設置好開始結束的字符，再過濾不要的代碼來實現內容的采集。分析目標頁的title標簽比較有規(guī)律，可以直接如圖設置。


其實網上有大量的圖文來講解怎么做采集，我們所講的是根據理解來得出的一些，希望您夠理解。