火车头采集器Wordpress采集发布文章作者、时间、标签等内容

为什么采集这些东西，这里就不废话了。

下面一个一个的说怎么设置

1.作者

作者是在接口文件里设置的，这个接口文件不支持随机作者等。只能设置一个固定的。

在接口文件的30行左右。里面有个值我们根据自己具体情况填。

 

请注意，那里面的不是作者名字，也不是作者用户名。是作者账号的ID数字。

比如我们创建wordpress站点时默认创建的管理员账户ID就是1，后面的用户依次递增。2、3、4、5等等。这个应该很好理解。

内容采集规则里不需要再做作者的采集

2.时间

我们在内容采集规则里点击加号，添加一组标签

名字就填时间即可

 

然后开始设置数据的提取规则。

我们还以景安的这篇文章为例：https://server.zzidc.com/fwqjc/2018/1203/2825.html

他这个文章是有发表时间的，我们查看网页源代码，搜索：发表日期

然后将日期前后的内容填写到火车头采集规则里

可以点下面的测试看看食肉采集到了时间，这里就不发截图了。

3.标签

标签对于网站的SEO还是挺重要的，它可以增加我们网站里文章的内链，而且百度还挺喜欢采集标签里面的内容的。

标签跟时间采集思路一样，对比要采集的文章里标签前后的源代码。创建个采集项，然后设置采集规则。就行了

 

 

我们测试看看上面的采集效果

 

 

扩展知识

为什么添加的时间和标签两个项目名字一个填的“时间”，一个填的是“tag”?

这两个名字不是随便写的，是根据我们的发布模块里面的设置来写的。我们看下发布模块的具体内容

内容发布规则里点击修改配置

选择对应的模块，点击后面的编辑

这里面有发布参数，参数前面的表单名对应的是数据库里面的项目，后面的表单值是我们自己写的。

也就是说，这里面有的表单项目你才可以采集发布。没有的项目，你有动手能力就自己写。