。

使用“测试内容页面”功能，输入一个具体的内容页URL，验证是否能正确提取出标题和正文。

2. 分类匹配规则设置（核心步骤）

这是实现自动归类的核心。找到“分类”或“栏目”相关的字段配置项（不同版本可能名称略有差异，如“typename”）。如果默认没有，你可能需要切换到“高级模式”或手动添加一个字段。

配置此字段的规则，目的是从网页中提取出能代表文章类别的文本。通常有两种策略：

策略A：从页面源码提取分类名

如果目标网页源码中存在明确的分类名称（例如在 前端技术 中），则：

• 内容开始的HTML标记：填写
• 内容结束的HTML标记：填写

策略B：从URL或标题中提取关键词

如果页面没有明确分类标签，则此步可留空或填写一个固定值。分类匹配将主要依赖下一步的“匹配规则”。

四、设置分类匹配规则与发布栏目

完成字段配置后，返回节点管理列表，找到你创建的节点，点击“更改”或右侧的设置选项，找到“分类匹配规则”或“发布设置”相关区域。

1. 匹配规则详细配置

在此区域，你会看到一个规则设置界面，通常包含“规则名称”、“匹配字符串”、“对应栏目ID”等输入框。

• 点击“增加一个新规则”。
• 规则名称：填写描述，如“匹配前端文章”。
• 匹配字符串：填写用于判断的关键词。这些关键词将与你上一步从网页中提取的“分类”文本（或标题、正文）进行比对。
  • 如果上一步采用了策略A，这里就填写提取到的分类名，如“前端技术”、“后端开发”。
  • 如果上一步采用了策略B，这里就填写文章标题或正文中可能包含的、用于区分栏目的关键词，如“JavaScript”、“Vue”、“React”。
• 对应栏目ID：填写当匹配到上述字符串时，文章应发布到的目标栏目ID。例如，当匹配到“JavaScript”时，发布到ID为3的栏目。

一条完整的规则示例如下：

``` 规则名称：匹配Python教程 匹配字符串：Python, Django, Flask 对应栏目ID：5 ```

解释：当系统从采集的文章中（根据字段配置）提取到的文本包含“Python”、“Django”或“Flask”中的任意一个词时，该文章就会被自动发布到ID为5的栏目下。

2. 设置默认发布栏目

务必设置一个“默认栏目ID”。当文章内容不符合任何一条上述匹配规则时，将会被发布到这个默认栏目中，避免采集失败。

五、完整采集、测试与发布流程

1. 保存并测试匹配规则

保存所有匹配规则后，在节点管理页面：

• 点击“采集未下载内容”，系统会开始分析列表页并抓取内容。
• 抓取完成后，点击“查看已采集内容”。

在已采集内容列表中，重点检查“所属栏目”或“发布位置”这一列。系统会根据你设置的匹配规则，预先显示每篇文章将被发布到的栏目名称或ID。请仔细核对是否与你的预期一致。

2. 修正与优化规则

如果发现分类匹配错误，请按以下步骤排查：

• 检查字段配置：确认“分类”字段是否从源网页正确提取到了文本。使用“测试内容页面”功能验证。
• 检查匹配关键词：确认匹配字符串是否准确，关键词之间用英文逗号分隔。注意关键词的大小写，DedeCMS默认匹配可能不区分大小写，但最好与提取到的文本保持一致。
• 检查栏目ID：确认填写的栏目ID在系统中真实存在。
• 规则顺序：匹配规则通常按顺序执行。如果有重叠关键词，排在前面的规则会优先匹配。请调整规则顺序以满足你的需求。

3. 执行内容导入

确认分类匹配无误后，在“已采集内容”页面：

• 选择需要导入的文章。
• 在下方“导入到栏目”选项处，系统应已根据匹配规则自动选中了对应的栏目（通常无需再手动选择，但可作为最终确认）。
• 点击“导入数据”，文章将按照匹配规则自动发布到指定的栏目中。

六、高级技巧与注意事项

1. 使用通配符与多级匹配

在某些DedeCMS版本或通过自定义规则，可以在“匹配字符串”中使用通配符“”进行模糊匹配。例如，“教程”可以匹配“Python教程”、“Java教程大全”等。

对于复杂的站点，可以设置多级匹配。例如：

``` 规则1： 匹配字符串：前端 -> 栏目ID：2 规则2： 匹配字符串：JavaScript, JS -> 栏目ID：3 (此栏目是ID2的子栏目) ```

系统会先匹配“前端”，如果文章还包含“JavaScript”，可以再通过二次处理或插件实现更细化的归类。

2. 依赖标题进行匹配的配置

如果源网页完全没有分类信息，最可靠的方法是直接匹配文章标题。

• 在“分类匹配规则”设置中，“匹配字符串”直接填写标题中可能包含的关键词。
• 同时，在“字段配置”中，将“分类”字段的“内容开始的HTML标记”和“内容结束的HTML标记”设置为与“标题”字段完全相同。这样，系统就会用标题全文去匹配你设定的关键词规则。

3. 重要注意事项

• 备份：在批量导入大量内容前，务必先导入1-2篇文章进行完整流程测试，确认分类、内容格式均正确无误。
• 编码统一：确保节点设置的“网站编码”、服务器环境编码、数据库编码一致，防止出现乱码导致匹配失败。
• 规则维护：当源网站改版或你的栏目结构调整时，需要同步更新采集节点的字段规则和分类匹配规则。

通过以上步骤，你可以建立起一个精准的DedeCMS自动采集分类流水线，大幅提升内容聚合与整理的效率。