火车头采集数据到discuz论坛详细图文教程

采集内容的确定

在测试出来的采集网址中任意双击一个会打开“采集内容规则”对话框。由于我们发布的目标是论坛，所以我们可以删除作者、时间、出处三个标签。



我们查看该贴的源文件。来查找标题和内容采集规则。
标题：修改标题标签：



可以看到显示标题html代码如下。

1. <title>肾蛋节，祝大家肾也快乐，蛋也快乐 - 『 赢政茶坊 』 -  赢政天下论坛 </title>

复制代码

则我们保持开始字符串不变，结束字符串修改为：

1. - 『 赢政茶坊 』 -  赢政天下论坛 </title>

复制代码

目的是去掉“ - 『 赢政茶坊 』 -  赢政天下论坛 ”这几个字符。



测试一下：

内容的选取。
在源文件中查找帖子内容，找到代码：

1. 
   
2. <div id="postmessage_31035953" class="t_msgfont">我自己就宅了，省得在外地的女友查岗。</div>
   

复制代码

我们会发现，帖子内容是以“<div id="postmessage_31035953" class="t_msgfont">”开始，以“</div>”结束的。
我们按照要求填进去。
在“div id="postmessage_31035953”中，“31035953”是一个变量，我们用通配符替换它。






勾选“在分页中匹配”（目的是采集分页内容。）和“循环匹配”（目的是采集论坛回复）后保存。

分页：
discuz的分页代码，以http://bbs.winzheng.com/viewthread.php?tid=1847610&extra=page%3D3为例：

1. 
   
2. <div class="pages"><em> 33 </em><strong>1</strong><a href="viewthread.php?tid=1847610&extra=page%3D3&page=2">2</a><a href="viewthread.php?tid=1847610&extra=page%3D3&page=3">3</a><a href="viewthread.php?tid=1847610&extra=page%3D3&page=2" class="next">&#8250;&#8250;</a></div>
   

复制代码

这样，开始代码就是：<div class="pages">
结束代码就是：</div>
我们填写到这里：



测试一下：

发布内容设置

进入火车的“发布内容设置”菜单，在方式一部分勾选“启用”；



在在方式一方格部分右键如图操作，添加我们刚才设置的“WEB在线发布配置”之后保存。

开始采集。
在我们刚保存的任务上右键（勾选采网址、采内容、发内容），选择“开始任务采集”。



看看，开始了。

看看采集的效果 ：
系统自动更换ID发主题、发回复；并且采集了帖子所有内容。

没人需要么？怎么连一个顶贴的都没有？

嘿嘿，不错，给俺转过来了。

强帖！！对新论坛推广很有用啊 ！！

做的很详细，支持了，！！