最详细火车头数据采集系统DedeCMS发布文章攻略

       搜索引擎不喜欢复制的东西更不喜欢数据采集，但有时候遇到一些情况，比如网站由于改版、换数据库、换管理程序等，需要把网络数据采集或网站备份。提醒各位：

①做任何操作之前一定要备份数据库并打包原站；

②对排名较好的网站不建议对网站管理系统进行这样大的修改；

③对新站不建议采集别人网站的信息，会降低新站特殊权重给分。

       前段时间做一个老网站的改版方案，由于管理系统和数据库都更换，决定采用对原网站数据采集的解决方案。新手进行网站改版需要掌握的建站知识和SEO知识是非常多的，这些经验拿来跟大家分享。

网站基本情况

       这个站原来有排名，收录量也比较多，优化也比较好，制作风格和吖七很相似，代码简洁，前端大气，标签运用还可以，只是网站优化方法带点黑帽。用的asp程序后台，数据库是access，要换成php，数据库是mysql。

网站改版用的软件工具

-EditPlus或DreamWear（代码编辑器）；
-APMServ（本地ASP、PHP环境）；
-Fiddler Web汉化版（web数据抓包）；
-火车头（LocoySpider）采集7.6（破解稳定版、数据采集）；
-DedeCMS V5.7（后台内容管理程序）；
-其他辅助工具。

网站借助火车头采集改版详细步骤

1.本地环境搭建、安装DedeCMS、安装Fiddler Web抓包工具、安装火车头采集7.6等软件

       安装方法很简单，相关文章《本地安装PHP环境 测试织梦CMS》，《如何安装dedecms织梦详解》。

       提供部分软件下载链接：http://pan.baidu.com/s/1qXSaMOs 密码：3n7e

2.火车头设置（重点内容）

       官方说明较简单，新手采集网站数据一定要多看多实践。打开火车头采集工具，新建一个任务和分组。

第一步：采集网址规则

①起始地址。即提取分页规则，按照下图依次：点击添加-点击批量/多页-输入地址格式，比如我要采集的地址列表有，即是：

http://www.123.com/case.asp?page=1&SmallClass=1
http://www.123.com/case.asp?page=2&SmallClass=1
http://www.123.com/case.asp?page=3&SmallClass=1

       看得出变量是1,2,3…采用通配符写法就是

http://www.123.com/case.asp?page=(*)&SmallClass=1

       选择等差数列的项数为所要采集的列表数量，根据实际情况写。依次点击添加

       再依次点击添加-完成-关闭。

②多级网址获取。 即获取某个分页的URL地址列表。在任意一个目标列表中，鼠标右键-查看源代码，一般来说有基础的同学就不必多说了，实在不懂的网上资源也多。找到特征代码片段，按下图写好，保存即可。

        点击测试网址采集，确保列表采集规则正确后，进行第二步。