《CX文章采集器规则写法如何写Discuz论坛采集规则》由会员分享，可在线阅读，更多相关《CX文章采集器规则写法如何写Discuz论坛采集规则（7页珍藏版）》请在金锄头文库上搜索。
1、CX 文 章 采 集 器 规 则 写 法 教 程 ， 教 你 如 何 写 采 集 规 则相信做用 Discuz 做站的用户是非常多的，那么用到 CX 采集插件的用户也是很多，自己也用过 CX 采集插件，个人觉得非常不错，是 Discuz 插件中一款很不错的采集插件，很适合 Dicuz，可以说是类似于织梦，新云等程序后台自带的那种采集插件，不过很多人对于插件的采集规则写法还是很搞不来，自己的水平虽然不高，但是还能勉强写些规则，所以就写个简陋点的教程，新手可以看一看，老手你也别喷我！在 cx 采集插件中，机器人就是采集器，首先给大家讲一下采集器制作的基本原理和思路！1，首先确定要采集的文章列表页面
2、的链接（这里的链接一定要是列表的连接）2，要确认要采集这个列表页面的内容区域，也就是机器人中的“列表区域识别规则”3，要确认要采集这个列表页面中的文章的连接，也就是“文章链接 URL 识别规则”4，然后，我们就要确认要采集的文章内容范围，也就是“文章内容识别规则”5，依靠前面 4 步，我们已经基本确定了要采集的范围，要过滤一些自己不想要的文章题目或者内容，大家可以按实际情况设置“过滤规则”下面我们的教程正式开始，我以搜瘦网的一个文章列表为例子，给大家讲解；下面我们具体将采集http:/ 采集器添加机器人基本设置：1.机器人名（即机器人的名称）；2.匹配模式（一般情况选正则表达式）；3.一次采集
3、总数（即一次采集的总个数，按自己的选择设置）；4 分批采集数（默认为 5，不可太大，否则采集会超时）5，发布时间（可以自定义发布时间，不设置的话以当前的时间为主）第二：设置采集的列表页面1.采集页面的 url 设置有两种，一是手工输入，二是自动增长，我们以手工输入为例；添加好链接后，点击下测试，看是否可以链接到；2.采集页面的编码设置，我们可以点击程序辅助识别，这里要填的是被采集页面的编码，其他 3 项，按个人需要设置3.设置列表区域识别规则到我们要采集的页面，点击右键，查看源文件，然后找到文章链接 url 的区域，规则中 url 区域用list表示现在我们就要找到开始区域和结束区域的 div
4、 或其他标签，文章链接 URL 一定要在这个区域中，而且是最近的，标签必须要独一无二，比如：list然后，我们需要点击一下后面的测试，看是否能识别出文章链接 url 区域4，文章链接 url 识别规则规则需要的连接如图我们将 中，引号中的连接替换成url，即 填到规则中，然后点击测试文章链接 url 补充前缀，因为连接中有域名，所以就不需要填了，如果没有，则需要填上域名第三，文章内容页面采集设置1，文章标题识别规则，点开一篇文章，在文章页面中点击右键，查看源文件，找到这篇文章标题左右最近的标签，文章标题用subject，代替以列表中的这篇文章为例；http:/ 填入规则，点击测试大家都看到，识
5、别后的标题，其中后面的并不是我们想要的标题，所以我们要把不需要的过滤掉，现在我们复制不想要的一些标题即（-资讯中心 -减肥频道-减肥方法-饮食减肥 -瘦身食谱）将他填到下面的文章标题过滤规则中，现在我们测试下，看看是不是得到我们想要的标题了 2，文章内容识别规则找到源文件中这篇文章区域开始和结尾最近的标签，内容用message表示，即内容识别规则为message 点击测试这样规则就写好了，点击最下面的提交，其他规则按你要采集的网站和个人的需要自己设置。然后，点击开始采集采集完成后，点击查看采集结果然后选择，需要导入到你论坛的哪个版块这样整个采集过程就结束了，教程写的很简陋，但毕竟是个人原创，转载请注明转载自石必峰的博客http:/
