wordpress插件

本栏目提供wordpress插件,wordpress主题插件,wordpress模板插件,wordpress免费插件下载.

WordPress自动采集Crawling插件

发表于:2019-06-18 点击: 栏目:

wordpress插件

收藏(0)
WordPress自动采集Crawling插件
  • 插件ID197
  • 插件编码GBK/UTF
  • 插件版本wordpress4.0.x
  • 插件大小438 KB
  • 下载权限免费下载
  • 百度提取码ihr7

Crawling插件说明

Crawling是一款WordPress下的自动采集爬虫插件,能够自动采集爬取目标网站内容并自动发布。插件开源免费。爬虫漫步版权所有。

简单设置,轻松几步设置即可全站采集,定时更新。分类、标签自动匹配,内容批量替换。

高速采集,可设置抓取线程数和抓取延时,最大限度控制抓取速度。防止主机商限制,防止反爬虫。

内容过滤,支持翻页、内容过滤、广告过滤。灵活控制抓取内容,发布文章干净简洁。

智能发布,支持文章图片自动保存替换,添加到媒体库同时链接到文章。支持上传至七牛云

Crawling插件使用教程

首先,下载最新版,得到crawling_v*.tar.gz。然后,解压压缩包,上传到wordpress插件目录。激活插件。

首先我们需要新建一个任务,一个任务可以理解为一个爬虫,在这里你可以配置多个任务,每个任务可以单独设置参数。

以采集精准像素网站为例,这里只需要右键查看网页源代码,即可知道相应的链接 Xpath 规则是如何的,在我们目标网站中,文章的链接在网站 h2 标签下的 a 标签,所以规则就写//h2/a,即可。如下图所示。

WordPress自动采集Crawling插件

同理,文章标题匹配方式为文章页源代码中<div class=”post-main clearfix”>标签下的 h1 标签,那么我们匹配的时候按照 Xpath 规则,写为//div[@class=”post-main clearfix”]/h1 即可,@的作用是选中 class=”post-main clearfix”的 div 标签,按照这样的规则,再将文章内容匹配的标签规则写上,即可开始采集。

WordPress自动采集Crawling插件

还有更多高级功能,如翻页,内容过滤等,完全可以实现自定义采集目标网站内的任意内容。

不足之处,在实际运行这个插件中,发现,如果目标网站的文章链接为相对链接,则无法采集成功(此处也可能是小编对 Xpath 的规则掌握尚浅),所以选定目标网站时候,需要先查看一下,确认该网站的文章链接为绝对链接才行。