第一步、我们打开织梦后台点击采集——采集节点管理——增加新节点
　　
　　
　　
　　第二步、新增节点-配置网址索引
　　填写要采集的网站的列表相关规则，
　　查看采集站点的编码和网站源码
　　我们右键单击，点击查看源码，在源码的开头位置，找到一个写有charset=某一编码的meta标签，比如charset="gb2312",这个就是所说的网站编码了
　　
　　
　　选择采集站点的编码
　　
　　第三步、新增节点-配置文章网址匹配规则
　　我们查看采集站点的列表页源码，找到文章列表开始html和结束html标签，分别把它们复制到降低采集节点->文章网址匹配规则的"区域开始的HTML"和“区域结束的HTML”输入框中。你不一定选择右键查看源码来找到文章列表开始标签，你可以在文章开始的地方右键单击，审查元素(chrome浏览器,firefox是查看元素)，这样就更方便的找到文章列表开始和结束的标签了。
　　设置以后我们点击"保存信息并步入下一步设置"
　　
　　
　　第四步：网址获取规则测试
　　如果在测试结果发觉有无关的网址信息，说明的第五步中的网址过滤规则有误或则没有填写过滤规则。如果发觉采集有误，你可以返回上一次更改，没有就点击“保存信息并步入下一步设置”。
　　
　　第五步：内容数组获取规则
　　我们查看采集站点的文章源码，找到相关选项的开始和结束html标签网站程序自带的采集器采集文章，填写入指定位置，开始和结束标签以"[内容]"分格。
　　设置完毕，我们点击"保存配置并预览"
　　
　　
　　第六步：过滤规则
　　在第七步中的匹配规则前面，都 有一个过滤规则，这个过滤规则是拿来过滤无需采集的内容。
　　比如，网易整篇文章都有一个放置广告的iframe标签，我们要采集网易的文章，不可能采集回来以后，一篇一篇得去删掉这个广告。但是怎样消除呢?去除方式就是那种过滤规则，我们点击常用规则网站程序自带的采集器采集文章，就会弹出一个小窗口，列出了常用的过滤规则，我们只需点击要们要过滤的规则即可，要过滤网易文章中的iframe标签，我们就点击iframe即可。
　　
　　测试内容数组设置
　　因为网易有的文章开头是
　　,有的文章开头是
　　，所以会出现采集出错的情况。
　　如果你如今就要采集，你可以点击保存并采集。这里我选择仅保存
　　
　　
　　采集内容（一）
　　回到采集节点管理的界面，也就是第一步中的界面，我们选择节点，点击采集
　　
　　采集内容（二）
　　
　　查看已下载
　　可以在采集界面(即第十步中的界面)的右上角，点击“查看已下载”。也可以在“采集节点管理”的界面里点击“查看已下载”。这里以第二个方式为例。
　　
　　
　　导出内容
　　选择要导出到的栏目，数据量，是否生成html文件 ，随机推荐数目
　　
　　
　　最终结果 查看全部

　　做垃圾站的站长们，最希望的事就是网站可以手动采集、自动完成伪原创、然后手动付钱，这实在是天底下最幸福的事，呵呵。自动采集和手动付钱就不讨论了，我昨天介绍一下怎样借助老Y文章管理系统采集时手动完成伪原创的技巧。
　　老Y文章管理系统使用简单、方便，虽然功能不如DEDE之类的强悍到几乎变态的程度（当然，老Y文章管理系统是asp语言写的，似乎也没有可比性），但是该有的都有，且相当简单，所以也遭到了不少站长们的欢迎。老Y文章管理系统采集时手动完成伪原创的具体方式还极少有人阐述，在老Y的峰会上，甚至有人在卖这个方式，小小的厌恶一下。
　　关于采集，我就不多说了，相信你们都可以搞定，我要介绍的是老Y文章管理系统怎样在采集的同时手动完成伪原创工作的具体方式，大体的思路就是借助老Y文章管理系统自带的过滤功能实现反义词的手动替换，从而达到伪原创的目的。比如我想将被采集文章中的所有“网赚博客”字样替换为“网赚日记”。详细步骤如下：
　　第一步，进入后台。找到“采集管理”-“过滤管理”，添加一个新的过滤项目。
　　我可以构建一个名为“网赚博客”的项目，具体设置请看图：
　　“过滤名称”：填入“网赚博客”即可，也可以随便写，但是为了便捷查看，建议与被替换的词句一致。
　　“所属项目”：请依照自己的网站进行选择一个网站栏目（必须选择一个栏目，否则过滤项目未能保存）
　　“过滤对象”：可选项有“标题过滤”和“正文过滤”，一般选“正文过滤”即可，如果你连标题都想伪原创一下，可以选择“标题过滤”。
　　“过滤类型”：可选项有“简单替换”和“高级过滤”，一般选“简单替换”，如果选择了“高级过滤”，需要指定“开始标记”和“结束标记”，这样可对采集来的内容进行代码级的替换。
　　“使用状态”：可选项有“启用”和“禁用”，不用解释。
　　“使用范围”：可选项有“公有”和“私有”。选择“私有”，该过滤仅对当前网站栏目有效；选择“公有”，对所有栏目都有效，不管采集任何栏目的任何内容，该过滤均有效。一般选“私有”即可。
　　“内容”：填入“网赚博客”，将要被替换的熟语。
　　“替换”：填入“网赚日记”，这样只要被采集的文章中富含“网赚博客”字样，就会被手动替换为“网赚日记”。
　　第二步，重复第一步的工作，直到添加完所有的反义词。
　　有网友要问了：我有30000多条反义词，难道要一条一条自动添加？那要到添加什么时候！？不能批量添加吗？
　　这个问题问得好！手动添加的确几乎是个不可能完成的任务，除非你有超常的毅力，可以手工把这30000多条反义词添加进去。遗憾的是，老Y文章管理系统并没有提供批量导出的功能。但是老y文章管理系统采集功能怎么设置分页，作为真正的、资深的、有思想的懒人，我们要有懒人的觉悟。
　　要知道，我们刚刚输入的内容，是储存在数据库中的，而老Y文章管理系统是用asp+Access写的，mdb数据库可以很方便的编辑！于是乎，我可以通过直接更改数据库的方式来批量导出伪原创替换规则！
　　改进的第二步：修改数据库，批量导出规则。
　　经过查找，我发觉这个数据库坐落“你的管理目录\cai\Database”下。用Access打开这个数据库，找到“Filters”表，你会发觉我们刚刚添加的替换规则就在这里存着呢，根据你的须要，批量添加吧！接下来的工作涉及到Access的操作了，我就不罗嗦了，大家自己可以搞定。
　　解释一下“Filters”表中的几个数组的涵义：
　　FilterID：自动生成，无需输入。
　　ItemID：栏目ID，就是我们自动输入时“所属项目”的内容，不过这儿是个数字ID，注意跟栏目的采集ID做好对应，如果不知道ID，可以重复第一步，测试一下。
　　FilterName：即“过滤名称”。
　　FilterObjece：即“过滤对象”，填1为“标题过滤”，填2则是“正文过滤”。
　　FilterType：即“过滤类型”，填1为“简单替换”，填2为“高级过滤”。
　　FilterContent：即“内容”。
　　FisString：即“开始标记”，仅在设置了“高级过滤”时有效，如果设置了“简单过滤”请留空。
　　FioString：即“结束标记”，仅在设置了“高级过滤”时有效，如果设置了“简单过滤”请留空。
　　FilterRep：即“替换”。
　　Flag：即“使用状态”，TRUE为“启用”，FALSE为“禁用”。
　　PublicTf：即“使用范围”。TRUE为“公有”，FALSE为“私有”。
　　最后说一点借助过滤功能实现伪原创的使用体会：
　　老Y文章管理系统的这个功能可以实现采集时手动伪原创，但是功能还不够强悍。比如我站上有“栏目一”、“栏目二”、“栏目三”共三个栏目。我希望“栏目一”对标题和正文都进行伪原创，“栏目二”只对正文进行伪原创，“栏目三”只对标题进行伪原创。
　　于是老y文章管理系统采集功能怎么设置分页，我只能做如下设置（假设我有30000的反义词规则）：
　　为“栏目一”的标题伪原创创建30000条替换规则；
　　为“栏目一”的正文伪原创创建30000条替换规则；
　　为“栏目二”的正文伪原创创建30000条替换规则；
　　为“栏目三”的标题伪原创创建30000条替换规则。
　　这样就导致了极大的数据库浪费，如果我的站有几十个栏目，每个栏目的要求都不一样，这个数据库的规格将会非常惊悚。
　　所以建议老Y文章管理系统下一版本将这个功能做一下改进：
　　首先添加批量导出功能，毕竟更改数据库有一定的危险性。
　　其次，过滤规则不再屈从于某个网站栏目，而是将过滤规则独立下来，而在构建新的采集项目的时侯，加入一条是否使用过滤规则的判别。
　　相信，这样更改以后可以极大地节省数据库储存空间，同时逻辑结构也变得愈发清晰。 查看全部