Module d'acquisition

Le système de collecte d'articles renverse le modèle et le processus de collecte traditionnels. Les règles de collecte sont séparées de l'interface de collecte. Seul le personnel possédant des connaissances techniques de base peut définir les règles pertinentes. Les éditeurs n'ont pas besoin de comprendre trop de règles techniques détaillées. Il leur suffit de sélectionner la liste des articles qu'ils souhaitent collecter, puis ils peuvent facilement terminer l'opération de collecte de données, tout comme la publication d'articles.

Pour faire simple, il y a trois étapes :

1. Ajoutez un point de collecte et renseignez les règles de collecte.

2. Collectez les URL et le contenu

3. Publiez du contenu dans les colonnes désignées

Prenez la collection de Sina News (http://roll.news.sina.com.cn/news/gjxw/gjmtjj/index.shtml) comme exemple pour présenter le processus détaillé.

Objectif : collecter les actualités de Sina dans la colonne Actualités internationales du système V9.

URL cible : http://roll.news.sina.com.cn/news/gjxw/gjmtjj/index.shtml

1. Ajoutez des points de collecte

1.1 Configuration des règles d'URL

                                                                           pour ajouter un point de collecte - Schéma de configuration des règles d'URL 1

Vérifiez le code source de l'URL cible à collecter et trouvez le point de départ et le point final de l'URL à collecter (Ces deux points doivent être uniques dans tout le code source). Affinez davantage la portée de recherche de l’URL de la collection.

                                                                                               pour ajouter un point de collecte - Schéma de configuration des règles d'URL 2

1.2 Configuration des règles de contenu

Les règles de contenu semblent ici compliquées, mais elles sont en réalité très simples Pour faciliter l'explication, nous ne collectons que deux champs : titre et contenu. URL de collecte de contenu :
http://news.sina.com.cn/w/2010-12-01/135121565455.shtml règles de collecte de contenu, veuillez ouvrir cette URL, puis à droite -cliquez sur une page vierge -> Afficher le fichier source pour rechercher le titre et la limite de départ du contenu.

Obtenez le titre de la page Web <title></title> et supprimez les caractères inutiles. Comme indiqué ci-dessous

Configuration de la collection de contenu :

Sur la dernière page de Sina News, le contenu de l'actualité est inclus entre <!-- début du contenu du texte --> <!-- fin du contenu du texte -->, et ces deux nœuds se trouvent dans le code source de la page entière. A un caractère unique. Vous pouvez donc l'utiliser en règle générale pour obtenir du contenu. et filtrer le contenu. Comme indiqué ci-dessous

1.3 Règles personnalisées

1.4 Configuration avancée

Vous pouvez définir s'il faut télécharger des images sur le serveur, s'il faut imprimer des filigranes et d'autres configurations.

Une fois les règles de collecte configurées, l'URL peut être collectée, puis le contenu peut être collecté.

Sélectionnez la colonne importée

Définissez la relation correspondante entre le contenu collecté et les champs de la base de données. Soumettez les données pour le stockage. Veuillez patienter pendant cette période. Il sera automatiquement redirigé une fois terminé. À ce stade, un simple processus de collecte est terminé.

De nombreuses autres fonctionnalités vous attendent.