网站采集基本流程

网站采集核心操作是定义规则，包括单元定义，单元过滤，数据发布等。对于已经定义好的规则，用户可以立即运行规则，采集数据。也可以将规则设定成一个任务，由系统定时启动规则，自动进行数据采集。视采采集器规则定义操作流程图如下：

*过滤/合并：修改采集的数据
*采集网址内容：单元的值为网址，并采集该网址页面中的数据
*发布数据：将采集的数据发布到用户网站里，选择一种发布器发布数据。

指定采集单元

首先新建规则，指定入口网址。系统自动打开网页，如图：

用鼠标在网页视图上点击一个需要采集的文字或区域，定义该区域的单元特征。

如果不需要对内容进行过滤，则跳过此步骤。

在设计器视图里，鼠标右键点击该单元所在的设计器，在弹出菜单里点击单元过滤器。如图：

在单元过滤器视图里，选择需要过滤的单元，输入替换条件和替换值。如图：

如果不需要对内容进行合并，则跳过此步骤。

在设计器视图里，鼠标右键点击该单元所在的设计器，在弹出菜单里点击单元包装器。如图：

在单元包装器视图里，选择需要合并的单元。如图：

如果单元的值是个网址，用户可以在设计器视图里鼠标右键点击该网址单元，在弹出菜单里点击网页设计器打开该网址所对应的网页。然后在新打开的网页视图里定义该页面的采集内容。依次类推，可以定义无限深度的网页采集。如图：

如果用户网站里已经安装好csv发布插件，用户可以通过csv生成器来发布数据。在设计器视图里，鼠标右键点击需要发布的单元所在的设计器，在弹出菜单里点击csv生成器。如图：

选择需要发布的单元，设定好发布参数。如图：

如果用户网站有自己的后台管理页面，用户可以通过构造发布表单模拟发布页面发布数据。在设计器视图里，鼠标右键点击需要发布的单元所在的设计器，在弹出菜单里点击内容发布器。如图：

根据用户网站的发布页面设定好表单参数，选择需要发布的单元。如图：

通过论坛发布器，对采集的数据可以实现自动回帖的功能。用户需要在自己的网站里安装插件。在设计器视图里，鼠标右键点击需要发布的单元所在的设计器，在弹出菜单里点击论坛发布器。如图：

根据用户网站的发布页面设定好表单参数，选择需要发布的单元。如图：

通过以上操作，网站采集规则就已全部制作完成。接下来就是运行该规则，采集数据。

在规则列表里，点击规则所在的一行中的R，系统开始采集数据。如图：

然后等待数据采集完成，打开用户网站查看采集结果。

用户可以通过任务功能，将一条规则设定成定时采集。如图：

系统将在用户设定的时间点，自动运行该规则，采集数据。