迅睿CMS使用火车头采集内容教程

采集工具:火车采集器(可以百度搜索一下这个工具的下载)

采集模块:新闻News

第一步、编写采集入库脚本接口

新建:/api/caiji.php(应用于URL地址请求,大小写随意)

如果根目录没有api文件夹,就创建到/public/api/caiji.php(应用于URL地址请求,大小写随意)

<?php/** * 数据采集 */define('IS_API', basename(__FILE__, '.php')); // 项目标识define('SELF', pathinfo(__FILE__, PATHINFO_BASENAME)); // 该文件的名称require('../index.php'); // 引入主文件

新建:./dayrui/My/Api/Caiji.php(首字母必须大小,最终php文件命名与上面的名称保持相同)

<?php$this->_module_init('news'); // news 是模块目录if ($_GET['action'] == 'category') {    $this->module['category'] = \Phpcmf\Service::L('category', 'module')->get_category($this->module['share'] ? 'share' : $this->module['dirname']);    if (!$this->module['category']) {        echo '模块【'.$this->module['dirname'].'】没有创建栏目';    }    foreach ($this->module['category'] as $t) {        if ($t['child'] == 0 && $t['tid'] == 1) {            echo '<h1>'.$t['name'].'<=>'.$t['id'].'</h1>'.PHP_EOL;        }    }} else {    // 入库数据    $data = $_REQUEST;    // 发布者id 1    $data['uid'] = 1;    // 发布者笔名 admin    $data['author'] = 'admin';    // 主表字段    $fields[1] = $this->get_cache('table-'.SITE_ID, $this->content_model->dbprefix(SITE_ID.'_'.MOD_DIR));    $cache = $this->get_cache('table-'.SITE_ID, $this->content_model->dbprefix(SITE_ID.'_'.MOD_DIR.'_category_data'));    $cache && $fields[1] = array_merge($fields[1], $cache);    // 附表字段    $fields[0] = $this->get_cache('table-'.SITE_ID, $this->content_model->dbprefix(SITE_ID.'_'.MOD_DIR.'_data_0'));    // 去重复    $fields[0] = array_unique($fields[0]);    $fields[1] = array_unique($fields[1]);        // 格式化入库字段        // 一般是格式化非文本类的字段(例如多文件上传、复选框、联动字段等等)    // 这里需要按采集资料的格式入库格式化字段,            // 开始归类存储    $save = [];    // 主表附表归类    foreach ($fields as $ismain => $field) {        foreach ($field as $name) {            isset($data[$name]) && $save[$ismain][$name] = $data[$name];        }    }    if (!$data['catid']) {       exit('栏目为空');    }    $save[1]['uid'] = $save[0]['uid'] = $data['uid'];    $save[1]['catid'] = $save[0]['catid'] = $data['catid'];    $save[1]['url'] = ''; // 地址留空,系统会自动生成    $save[1]['status'] = 9; //9表示正常发布,1表示审核里面    $save[1]['hits'] = 0; // 阅读数    $save[1]['displayorder'] = 0; // 排序权重值,默认填写0    $save[1]['link_id'] = 0; // 填写0不管他    $save[1]['inputtime'] = SYS_TIME; // 发布时间设置成为当前时间    $save[1]['updatetime'] = SYS_TIME; // 更新时间也设置成为当前时间,关于时间采集如果是这种格式2022-12-12xx,那么需要使用strtotime函数转换成时间戳入库    $save[1]['inputip'] = '127.0.0.1'; // 发布者ip地址        //$save[1]['keywords'] = dr_get_keywords( $save[1]['title']); // 按插件提取关键词        //$save[1]['description'] = dr_get_description( $save[0]['content'], 100); // 在内容里面提取100个子作为描述    // 验证标题重复    if ($this->content_model->table(SITE_ID.'_'.MOD_DIR)->where('title', $save[1]['title'])->counts()) {        echo '重复';exit;    }    $rt = $this->content_model->save_content(0, $save);    if ($rt['code']) {        /*        // 用于发布成功后生成静态文件代码        //dr_html_auth($_SERVER['SERVER_ADDR']);        //dr_catcher_data(SITE_URL.'index.php?s='.MOD_DIR.'&c=html&m=showfile&id='.$rt['id']);        $atcode = 'chtml_'.SITE_ID.'_'.MOD_DIR.'_'.$rt['code'];        \Phpcmf\Service::L('cache')->set_auth_data($atcode, $rt['code'], SITE_ID);        dr_catcher_data(SITE_URL.'index.php?s='.MOD_DIR.'&c=html&m=showfile&id='.$rt['code'].'&atcode='.$atcode);$save[1]['id'] = $save[0]['id'] = $rt['code'];\Phpcmf\Service::L('router')->show_url(\Phpcmf\Service::C()->module, $save[1]);        */        exit('成功');    } else {        exit('失败');    }}exit;

脚本文件中可以定义发布者等一些预定义字段默认值,如果你不会php的话可以保持默认

注意:本脚本的程序代码只对内容等字段入库有效,由于采集目标网站的数据规范性无法做到统一;

如果开发者对其他字段(例如多文件上传、复选框、联动字段等等)需要开发者自己根据采集的实际情况来编写入库程序来组装入库的POST数据,需要PHP开发技术基础,下面来举一些基础例子。

1、多文件上传字段

$data['字段名称'] = dr_array2string([    ['file'=>'文件路径', 'title'=>'标题'],   ]);

2、复选框字段

$data['字段名称'] = dr_array2string([    '值1', '值2'  ]);

测试规则地址:

http://你的网站/api/caiji.php?action=category

如果能显示出来栏目信息,说明ok了

如果显示api file is error,表示你./dayrui/My/Api/Caiji.php没有创建正确。

第二步、火车采集器编写web发布规则

迅睿CMS使用火车头采集内容教程

第三步、新建一个在线发布模块

迅睿CMS使用火车头采集内容教程

第四步、填写获取栏目列表的参数

迅睿CMS使用火车头采集内容教程

/api/caiji.php?action=category<h1>[分类名称]<=>[分类ID]</h1>

按照上面的格式写就ok了

第五步、内容发布规则参数

迅睿CMS使用火车头采集内容教程

发布地址:/api/caiji.php?action=post表单参数:这里是你采集的字段c错误码:失败 回车符 重复成功标志码:成功

表单参数:这里可以配置任意自定义字段的入库,不知道入库格式怎么办?

查看数据库储存数据格式进行入库处理,必要时需要在接口文件中重新编程

第六步、保存模块

迅睿CMS使用火车头采集内容教程

第七步、然后返回web发布配置里面

迅睿CMS使用火车头采集内容教程

按照图中的参数配置,点“获取栏目”,如果可以获取到就表示成功了一大半了

第八步、测试入库发布

迅睿CMS使用火车头采集内容教程

第九步、后台查看采集内容

迅睿CMS使用火车头采集内容教程

版权声明:admin 发表于 2022-12-29 20:13:58。
转载请注明:迅睿CMS使用火车头采集内容教程 | 阿宇工具库