踩过好几次PHPCMS采集空白坑？这些处理技巧太香太稳了

各位还在PHPCMS这个老派但贼扛打的建站工具里摸爬滚打的站长兄弟姐妹们，先停手里的泡面筷子/奶茶吸管，听我一句掏心窝子的过来人劝——PHPCMS采集空白内容处理这个事儿，真不是什么“天塌下来”的bug，顶多是你去菜市场挑菜，筐子破了个洞漏了菜叶子，或者挑菜阿姨眼神不好把烂菜梗子塞进去、好的嫩菜芯被丢在地上踩灰——换个筐子/擦亮眼就行，咱别把整个PHPCMS都砸了！

先搞懂：为啥你家PHPCMS采集回来的全是空气菜

之前我也以为是PHPCMS这款“老年机建站工具”彻底罢工了，差点连夜搬去WordPress当难民，后来蹲在被窝里翻了三天论坛帖子，啃了半袋洽洽香瓜子（原味的，提神醒脑不抢味儿），才发现漏菜芯/装烂菜梗的原因，无非就三个——目标网站搭防火墙锁嫩菜、咱的筐子规则没对准菜根、菜地里本身就没菜全是塑料模特占位。

别嫌这三个原因太土太魔性，接下来咱挨个拆解土味背后的专业细节，保证看完你拍大腿喊“原来就是这么回事！”，然后顺便把洽洽香瓜子递我一颗续续摊。

第一个大坑：嫩菜被目标网站用“防盗防采密码门”锁起来了

咱PHPCMS去采集，就像偷偷摸摸（哦不对是光明正大但目标网站不欢迎）蹭邻居家酒席，有的邻居大方，大门敞开随便拿，甚至还打包好塞你怀里；有的邻居小气，家门口设了三道岗——第一道岗：UA伪装检测，一看你是PHPCMS自带的“采集机器人专用工作服”，直接把你踢出门；第二道岗：Referer检测，问你“哪来的亲戚？报上亲戚家门牌号”，你说不上来就不让进；第三道岗：Cookie检测，问你“有没有之前来蹭过的饭票存根”，没有也不让进；还有更狠的邻居，直接把嫩菜炒成“加密菜糊”，只有用他们家的“专属解密勺”才能吃明白。

遇到这种小气邻居怎么办？别慌别乱！咱过来人有救场的“伪装三件套”+“临时饭票生成器”：

• 伪装第一件事：换一套“人类专用工作服”——也就是修改PHPCMS采集规则里的UA设置。

PHPCMS自带的UA是啥？好像是个叫“PHPCMS Spider”的东西，明摆着告诉别人“我就是来蹭菜的采集机器人”，谁会给你好脸色？赶紧打开采集规则→高级设置→HTTP头，把默认的UA删掉，换成自己常用浏览器的UA——比如你用Chrome，就去百度搜“Chrome最新UA”，复制粘贴进去就行；你要嫌复制粘贴麻烦，也可以随便编一个听起来像人类的，比如“Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36 爱蹭菜的站长小张专用”，虽然邻居家保安会多看你两眼，但大概率不会把你踢出门。

• 伪装第二件事：报个靠谱的“亲戚家门牌号”——也就是设置Referer。

Referer就是告诉目标网站“我是从你家首页/某个热门菜页面点进来的，不是外面的流浪汉”。具体操作也是采集规则→高级设置→HTTP头，在Referer那栏填上目标网站的首页地址或者你要采集的那个列表页地址就行。有的邻居家第一道岗第二道岗连在一起，报了家门牌号还要先去家里转一圈（访问首页）才能蹭菜，这时候咱就得开PHPCMS采集规则里的“预采集列表页”或者“预加载内容页Referer链”（老版本可能没有预加载链，那就只能预采集列表页了），相当于先去邻居家客厅喝杯茶，再去厨房拿菜，保安就不会拦你了。

• 如果前两件事都没用，那就想办法搞一张“临时饭票存根”——也就是添加Cookie。

这个稍微复杂一点，但也难不倒咱爱蹭菜的站长。具体操作是：打开目标网站，登录一下（如果不需要登录的话就刷新几次热门页面），然后按F12打开浏览器开发者工具→Application→Cookies→选中目标网站的域名→复制里面所有的Cookie，然后粘贴到采集规则→高级设置→HTTP头的Cookie那栏就行。注意哦，临时饭票是有保质期的，短则几个小时，长则几天，过期了就得重新搞一张——别嫌麻烦，总比PHPCMS采集空白内容处理半天处理不好强吧？

第二个大坑：咱的筐子规则没对准菜根，挑回来的全是烂菜梗子

搞懂了防盗防采密码门之后，如果还是PHPCMS采集空白内容，那大概率就是咱自己的问题了——筐子规则太粗，把菜叶子菜梗子都漏掉了，只挑了个菜篮子回来（也就是PHPCMS里只生成了标题，内容全是空的）。

这时候咱得好好检查一下采集规则里的“内容截取规则”，别嫌麻烦，一根一根菜根找——哦不对，是一个一个HTML标签找。PHPCMS采集规则里的内容截取，一般是用“起始标记”和“结束标记”来定位的，就像用筷子夹菜，起始标记是筷子碰到菜的地方，结束标记是筷子离开菜的地方，夹错了地方自然夹不到菜。

具体怎么找起始标记和结束标记？听我的过来人经验：别用PHPCMS自带的“规则生成器”，那个东西有时候太笨太傻，只会找外面的标签，不会找里面的核心标签——就像只会夹菜篮子，不会夹菜叶子菜芯。咱得用浏览器开发者工具自己找：打开目标网站的一个内容页→按F12打开开发者工具→点击左上角的“元素选择器”（那个小箭头）→然后点击内容页里的核心内容（比如文字开头或者文字结尾）→这时候开发者工具里就会自动定位到对应的HTML标签→把这个标签前面的一部分作为“起始标记”，后面的一部分作为“结束标记”就行。

举个土味例子：假设目标网站的核心内容标签是

，那咱的起始标记就可以设成——这样就能精准地把嫩菜芯夹回来了。

对了对了，这里还有个容易踩的小坑——有的目标网站的核心内容标签里有“换行符”“空格符”“制表符”之类的“隐形垃圾”，PHPCMS自带的规则生成器有时候会把这些隐形垃圾算进去，导致起始标记和结束标记对不上，这时候咱就得把规则里的“过滤隐形字符”或者“自动去除首尾空白”打开——相当于把菜叶子上的泥土抖干净再放进筐子里。

第三个大坑：菜地里本身就没菜，全是外面的塑料模特占位

如果防盗防采密码门也打开了，筐子规则也对准菜根了，还是PHPCMS采集空白内容，那咱就得好好看看目标网站的菜地里是不是真的有菜——哦不对，是内容页里是不是真的有静态文字内容，还是外面的JavaScript动态生成的。

PHPCMS这款“老年机建站工具”，最大的缺点就是不会“解读”外面的JavaScript动态生成的内容——就像老年机只会看短信，不会看外面的短视频。遇到这种情况怎么办？别慌别乱！咱过来人有两个救场的办法：

• 第一个办法：换个能解读短视频的“老年机升级版”——也就是给PHPCMS装个能解析JavaScript的采集插件。

比如“PHPCMS采集插件增强版”“PHPCMS PhantomJS采集插件”之类的，虽然有的插件要收点小钱，但总比PHPCMS采集空白内容处理半天处理不好强吧？而且小钱换大方便，咱做网站的，该花的钱还是得花——就像喝奶茶，珍珠奶茶比纯奶茶贵两块钱，但珍珠QQ弹弹的，多香啊！

• 第二个办法：直接去短视频的“文字脚本库”里拿菜——也就是去目标网站的API接口里拿静态数据。

这个稍微专业一点，但也难不倒咱爱学习的站长。具体操作是：打开目标网站的一个内容页→按F12打开开发者工具→Network→XHR→然后刷新一下页面→这时候开发者工具里就会自动弹出一堆“请求链接”→挨个点击这些请求链接，看看哪个里面有我们要的核心内容→如果有的话，就把这个请求链接复制下来，放到PHPCMS采集规则的“内容页URL规则”里→然后再设置对应的JSON或者XML解析规则就行——相当于直接去短视频的文字脚本库拿菜，比外面的JavaScript动态生成的更稳定更靠谱。

最后给大家灌一碗土味正能量鸡汤

各位还在PHPCMS里摸爬滚打的站长兄弟姐妹们，PHPCMS采集空白内容处理这个事儿，真的不是什么“天塌下来”的bug，顶多是你建站路上的一块小石子——踢开它，或者绕开它，继续往前走就行。别因为遇到一点小困难就放弃PHPCMS这款老派但贼扛打的建站工具，就像别因为外面的智能手机越来越多，就放弃家里的老年机——老年机虽然功能少，但信号强，待机长，贼靠谱！

好了好了，今天的唠嗑就到这里了，我的洽洽香瓜子也啃完了，泡面也凉了，奶茶也喝完了。如果大家还有什么PHPCMS采集空白内容处理的问题，欢迎在评论区留言告诉我，我有空的话一定会帮大家解答——谁让我是帮大家踩过坑的过来人呢！加油哦各位站长兄弟姐妹们，只要我们不放弃，就一定能把网站做起来，赚大钱，买豪车，住别墅，天天喝珍珠奶茶加双倍珍珠！