火车头采集器-采集与发布带图片的文章
如何使用火车头采集器
火车头采集器7.6 免费版,功能有很多限制,但我已使用它实现了采集与发布(带图片、排版)。图片是通过采集程序下载到本地,放在一个约定好名字的文件夹中,最后人工上传到服务器DZ程序运行目录下的pic目录下。下载火车头采集器7.6版本LocoySpider_V7.6_Build20120912.Free.zip,解决后可运行。需要.NET 环境。
程序是Discuz!X 2.5 GBK版本。
核心工作有两部分:1、采集,2、发布。
本文重点说如何发布(带图片、排版),简单说如何采集。
一、新建一个使用UBB格式的Web在线发布模块
因为采集下来的文章内容是HTML格式,如:
正文
这样带有HTML标签的文本。而DZ论坛使用的是UUB格式,如:[p]正文[/p],所以在发布时要做一个自动转换。下面就是设置这个自动转换功能。
如果你的文章发布的DZ门户,就不需要转换为UBB.
1、打开发布模块配置:
2、以软件里自带的Discuz!X 2.0论坛为模板进行修改。我试过了可以正常住Discuz!X 2.5发布文章。
3、设置为:对[标签: 内容]做UBB转换,如下图中的样子:
最后,另存为一个新的“发布模块”,起一个新名字,后面要使用。
4、在“内容发布参数”选项卡中修改:[标签: 内容] 的值可以用使用{0} 来替代。如下图:
黄色框内的[标签: 内容]替换成{0},如下图
第一部分工作就完成了。
二、使用Web在线发布模块
前面我新建了一个新的Web在线发布模块,下面就是使用它。第一步:新一个“发布”,操作如下图:
注意:请到论坛的后台修改设置,要求登录时不需要输入验证码,才能登录成功,才能测试成功,记得以后要改回来啊。
最后保存时要起个新名字。
三、准备采集
这里以火车自带的采集演示来说明。鼠标右击“腾讯新闻”—“编辑任务”,打开如下窗口。
如下图设置,使用前一步建立的“发布模块”,可以把采集到的内容发布到论坛的某个栏目中。
设置如下图:
下面还有图:
对于采集工作,还有一些重要的设置,很重要。
如果你不是使用火车头自带的演示任务,而是自己新建采集任务,下面的内容就很重要。下面的设置,是对采集的文章正文进行的设置。
“开始字符串”,“结束字符串”是所有设置中最重要的内容,它用来分析页面的HTML源码,找出文章正文的开始点与结束点。下图中使用的是火车头为腾讯准备默认值,不需要修改。如果你不采集腾讯而采其它网站,这个就要你自己看HTML源码来人工分析了。
采集时,可选择性的过滤掉一些HTML标签,如