WordPress自動採集釋出文章01-使用火車頭採集目標網站

火車頭採集目標網站有什麼好處

火車頭採集目標網站有什麼好處呢？

它會根據我們指定的網站進行採集，採集到的內容和我們網站的內容相關性高。

為什麼不用站群軟體採集呢？站群軟體和火車頭採集的方式不一樣，站群軟體用的是泛採集，而火車頭是定向採集。泛採集是指：根據我們所設計的關鍵詞，搜尋相關內容進行採集，比如說，站群軟體內建了幾千個網站，然後從這些網站中來採集內容，這些內容是根據你設定的關鍵詞來搜尋的。然後索引幾千個網站來採集相關內容，這些網站一般都是門戶站，或者是通過搜尋引擎來索引一些百度知道相關內容，這會導致用站群軟體採集的文章質量不高，並且採集的文章重複率會很高，因為你採集的文章別人也可能採集了，因為用站群軟體的人不只你一個。

所以說，火車頭採集的好處就是：我想採集哪個網站就採集哪個，網站內容的相關性更高。文章質量也會更加高一些。

如何自主學習火車頭採集

可以訪問這個網站：火車頭論壇使用教程

實戰採集步驟

我這裡來演示火車頭如何採集：

比如說，我來採集虛幻私塾的文章：

1.開啟火車頭，新建任務

首先任務名取為：“虛幻私塾”

這裡分三步：

• 採集網址規則
• 採集內容規則
• 釋出內容設定

這一節，我們講解前2步：

首先，我們先新增採集的網址，

• 單條網站：採集制定的網頁
• 批量/多頁：採集文章列表

那在這裡，虛幻私塾有很多列表，我們就以批量多頁來做示範：如下圖所示，完成後，點選“新增“ 和 ”完成”

You must be logged in to view the hidden contents.

這樣，我們就定義好了規則。

點選“測試網址採集”：

就可以看到：所有的分頁都被採集到了：

點選“返回修改設定”。接著再點選儲存。

然後右鍵任務名稱“虛幻私塾”，點選“編輯任務”：

從第一步隨意找到一篇文章，雙擊，即可以這篇文章為典型文章採集了。

我們會看到採集到的文章內容有很多html標記，所以我們需要對內容定義一個“規則”。

這裡先把“作者”“時間”“出處”刪除。

然後對標題和內容進行篩選：

標題：

• 開始：<span class=”course-detail-heading”>
• 結束：<span

內容：

• 開始：<div class=”col-lg-9 col-md-8 course-detail-content”>
• 結束：<div class=”panel panel-default hidden-xs pt10″>

這裡可以不斷的測試，採集出來的資料是否正確，如果沒有問題

儲存設定，然後勾選採網址，採內容。

接著開始採集即可。

採集完成後，我們可以檢視下采集的資料是否正確：

如果都有，說明採集的資料符合我們的要求。