SupeSite 支持手工采集和智能采集，手工采集需要您自己配置采集規則，智能采集只需您添加需要采集的網址地址即可，程序會自動為您采集網站的信息。接下來分別為您介紹兩種采集方式：

一、手工采集：

手工采集即自己配置采集規則。打開 SupeSite 的“系統設置”，點擊“資訊管理”的“采集器”，然后點擊“添加新機器人”。

首先簡單講解制作采集器的基本原理和思路：

1、確定您要采集哪個頁面的新聞，將這些頁面的地址填入到“列表頁面采集設置”的地址框；

2、確定在這些頁面您要采集的內容區域，因為不是一個網頁所有的內容都要采集回來，而是采集一個網頁的一部分內容，所以您必須告訴程序您要采集的區域，也就是“列表區域識別規則”；

3、第2步確定區域之后，還要告訴程序您要采集的文章鏈接，也就是“文章鏈接url識別規則”。

4、現在已經確定了大的采集框架，接下來要告訴程序在一個文章頁面，文章的標題（“文章標題識別規則”），文章的來源和作者分別是什么。然后就是一篇文章內容的范圍，也就是說一個文章頁面內，真正您需要采集的范圍，就是“文章內容識別規則”。最后設置分頁的區域和分頁的鏈接地址。

5、以上4個步驟已經確定了采集的范圍，如果您需要過濾標題和內容，請根據您的要求設置每一項的過濾設置，如“文章標題過濾規則”和“文章內容過濾規則”等。

以上幾個步驟確定范圍都是通過查看頁面源碼，進行設置的，截取的方法需要一些經驗，練習2－－3次就可以領悟到了。

接下來介紹采集器的基本原理和步驟：

第1：打開 SupeSite 的“系統設置”，點擊“資訊管理”的“采集器”，然后點擊“添加新機器人”。

這里需要特別指出的是：單次采集個數和自動導入。單次采集個數盡量設置較小的數字，以免超時。自動導入，請選擇資訊分類，可以直接將采集的結果導入到資訊庫中。如下圖：

第2：填寫“列表頁面采集”和“采集頁面編碼”。請填寫要采集的頁面地址（列表頁面地址）。這里分為手工輸入和自動輸入：手動輸入需要您自己將所需采集的地址逐行輸入。自動增長只需填入采集頁面的地址和頁面頁碼，用[page]代替分頁變量。如下圖：

點擊上圖中的，嘗試鏈接，可以看到如下圖的頁面，這樣可以判斷您的服務器是否可以鏈接到要采集的網站，即檢測服務器是否允許采集，如果這里顯示無法鏈接，則不能采集該網頁。

設置“采集頁面編碼”，是您采集網頁的編碼，并不是您站點的編碼。這里切記！！如下圖：

第3：設置“列表區域”和“文章鏈接”的識別規則。如下圖，填入列表區域的規則和文章鏈接的規則，采集內容的范圍用[list]代替，采集文章的標題用[url]代替。文章鏈接URL的剔除和過濾規則，請您參考圖片里的詳細說明，這里不再贅述。

第4：設置“文章標題”識別規則，如下圖，文章標題用[subject]代替。文章標題的過濾規則，剔除規則，替換規則，包含關鍵字，請您參考圖片里的詳細說明，這里不再贅述。

第5：設置“文章內容”的識別規則，如下四圖，都屬于文章內容識別規則。文章內容用[message]代替，分頁區域用[pagearea]代替，分頁鏈接用[page]代替，信息來源用[from]代替，文章作者用[author]代替。同上，一些過濾，剔除等規則，請您參考圖片里的詳細說明，這里不再贅述。

這里說明幾點：

文章內容格式化：此操作將去除網頁多余代，并將文章內容按原有段落分段。格式化的過程為程序自動分析，會存在一些誤差。

保存內容中的圖片到本地和保存內容中的FLASH到本地，這里選擇是否將采集到的圖片和Flash存放到本地。如需將對方網站的圖片存放到自己的服務器上，請選擇“是”！

至此已經設置完一個采集規則，然后點擊“開始采集”，采集完畢之后點擊“查看結果”。最后將采集的內容導入資訊。這里說明一點：采集的內容只能夠導入資訊這個頻道。

這里重點說明，導入后刪除和不刪除，如果選擇刪除，則采集來的信息在導入資訊之后，將無法再次被使用。

二、智能采集：

智能采集為您提供非常簡單，易用的采集方式。只要將您需要采集的站點地址添加到地址框，然后點擊開始采集即可。

智能采集集成于手工采集中，您只需將采集的地址填入地址框，然后點擊提交即可。

如需詳細了解請訪問我們的網站:  http://www.bjbarcode.com     或聯系我們:010-51296829