火车采集器——采集内容到织梦CMS指定栏目中
火车采集器官网
phpStudy和织梦CMS安装教程
https://www.cnblogs.com/lqh0904/p/15333061.html
（1）下载最新版
（2）解压文件夹，打开exe文件，进行安装
（3）登录账号，没有账号就注册
（4）点击“新建分组”，选择“根节点”为所属分组，填写“分组名称”，“备注”可以不填
（5）选中新建的分组，点击“新建任务”
（6）以采集广东外语外贸大学官网中的“校园新闻”栏目的所有文章为例
打开栏目中多页，观察每页网址的变化：
该栏目的第1页为：https://news.gdufs.edu.cn/xyxw.htm
该栏目的第2页为：https://news.gdufs.edu.cn/xyxw/1210.htm
该栏目的第3页为：https://news.gdufs.edu.cn/xyxw/1209.htm
......
该栏目的第1210页为：https://news.gdufs.edu.cn/xyxw/2.htm
该栏目的第1211页为：https://news.gdufs.edu.cn/xyxw/1.htm
总结出的规律为：
2-1211页的地址为：https://news.gdufs.edu.cn/xyxw/[地址参数].htm
其中，地址参数从1-1210
（7）点击“向导添加”，选择“批量网址”，填写”地址格式“，点击"确定"
（8）点击”添加一行“，输入第一页网址
（9）总结内容页网址
打开该栏目的第1页为：https://news.gdufs.edu.cn/xyxw.htm
打开该栏目的第2页为：https://news.gdufs.edu.cn/xyxw/1210.htm
打开该栏目的第3页为：https://news.gdufs.edu.cn/xyxw/1209.htm
依次查看网页源代码（鼠标右键选中”查看网页源代码“）：
Ⅰ.第一页内容网址的开头和结尾
Ⅱ.第二页内容网址的开头和结尾
Ⅲ.第三页内容网址的开头和结尾
得出的结论为：
开头字符串为：<ul class="pageTPList">
结尾字符串为：<div class="page">
链接都包含：.htm
（10）填写”获取内容网址“，并点击”网址采集测试“
看到一下结果代表能成功采集到所有文章的链接
（11）总结文章内容
打开第一页第一篇文章：https://news.gdufs.edu.cn/info/1003/92267.htm
打开第一页第二篇文章：https://news.gdufs.edu.cn/info/1003/92260.htm
打开第一页第三篇文章：https://news.gdufs.edu.cn/info/1003/92256.htm
依次查看网页源代码（鼠标右键选中”查看网页源代码“）：
Ⅰ.第一篇文章：
Ⅱ.第二篇文章：
Ⅲ.第三篇文章：
得出的结论为：
标题开头字符串为：<title>
标题结尾字符串为：</title>
内容开头字符串为：<div class="articleCon">
内容结尾字符串为：</div></div>
（12）点击”内容采集规则“，分别填写标题和内容的”数据获取“，选择一个页面，点击”测试“
（13）点击“3、内容发布规则”，再点击“+”，选中“DedeCMS_5.6_文章”，选中“UTF-8”，输入”网站地址“即织梦cms的后台网址，选择“数据包登录”，获取验证码，输入用户名和密码，点击“登录”
（14）点击“获取列表”，选择要目标栏目即采集后文章保存在哪一个栏目，取一个“配置名”，保存
（15）点击“保存为本地文件”，启用“本地文件保存”，“保存位置”就是目标栏目的保存路径，“文件模板”就是织梦CMS的文章模板，填写“任务规则名”，点击“保存”
目标栏目的保存路径可以通过下方式找到：
Ⅰ.在织梦CMS进入该目标栏目，观察地址栏
发现该栏目在网站根目录下的"a/caiji__xinwennarong"
Ⅱ.点击phpStudy的“其它选项菜单”，选择“网站根目录”
Ⅲ.进入"a/caiji__xinwennarong"
所以，“保存位置”填写：
D:\phpStudy\PHPTutorial\WWW\a\caiji__xinwennarong
“文件模板”可以通过以下方式找到：
Ⅰ.织梦后台点击“核心”——“内容模型管理”——“模板”
Ⅱ.根据“文档模板”的路径，在网站根目录下寻找
所以，“文档模板”路径为：
D:\phpStudy\PHPTutorial\WWW\templets\default\article_article.htm
（16）回到火车采集器界面的“任务列表”，选中新建的任务”test“，并选中“采网址”，“采内容”，“发布”
（17）选中新建的任务”test“，并鼠标右键选择”开始“
（18）因为采集内容过多，需要耐心等待
（19）采集完之后，由于文章过多，还要等待所有文件下载到栏目文件夹里面，需要很长一段时间；为了赶紧完成本次笔记，回到织梦CMS后台，点击”生成“、”更新栏目HTML“，选择目标栏目，点击”开始生成HTML“
（20）刷新织梦CMS网站首页，发现已上传的文章已经可以正常显示了
