前置准备

操作前请提前准备好以下材料，避免中途卡壳：

• 已搭建完成的织梦CMS V5.7 SP2正式版环境，后台登录地址为「你的域名/dede」，提前确认管理员账号密码可用
• 目标采集站点的产品分类列表页地址、单条产品详情页样例地址
• 提前在织梦后台建好产品存放的对应栏目，若需自定义产品参数，先到「核心-频道模型-内容模型管理-产品模型」里添加对应自定义字段

第一步：进入采集功能管理页

1. 登录织梦后台，在左侧菜单栏找到采集模块，点击进入采集管理首页

2. 点击左侧二级菜单的采集节点管理，进入节点配置列表页。若后台未显示采集模块，可到「模块-模块管理」中找到采集模块，点击启用即可。

第二步：新建产品采集节点

2.1 基础信息配置

点击采集节点管理页右上角的「增加新节点」，进入配置页后先填写基础信息：

• 节点名称：自定义填写，比如「XX平台3C产品采集」，仅用于后台识别
• 目标系统模型：必须选择产品模型，不要选默认的普通文章模型，否则字段无法匹配
• 所属栏目：选择你提前建好的产品存放栏目，采集的内容会默认归入该栏目
• 采集网页字符集：和目标站点保持一致，可在目标站点按F12打开开发者工具，查看head标签内的属性值，对应选择GB2312/UTF-8即可，选错会导致采集内容乱码

2.2 列表页规则配置

列表页规则用于批量匹配目标站点所有产品的详情页链接，配置方法如下：

• 列表页地址：填写目标站点产品分类列表地址，多页列表将页码替换为()变量，示例如下： ``` // 单页列表写法 https://www.target.com/product/list.html // 多页列表写法，下方示例代表采集第1到第10页的内容 https://www.target.com/product/list_().html 分页范围填写：1 到 10 ```
• 列表链接区域规则：右键目标列表页任意产品链接，选择「检查」查看源代码，找到产品链接所在的父级容器，比如父级容器代码为
  ，则填写区域开始标记：

  ，区域结束标记：
• 链接匹配规则：直接填写href="[链接]" 即可，[链接]为织梦官方固定匹配标记，不要修改

第三步：产品详情页字段匹配配置

该步骤为采集核心，需将目标站点详情页的每个字段和织梦产品模型的字段一一匹配，所有字段匹配规则均为「开始标记+结束标记」，直接复制目标站源代码的对应标签即可，不要手动输入避免符号错误。

3.1 核心基础字段匹配

• 产品找到目标页标题的包裹标签，比如代码为

  XX无线蓝牙耳机，则填写开始标记：

  ，结束标记：

• 产品价格：找到价格包裹标签，比如代码为199元，对应填写开始结束标记即可
• 产品主图：找到主图标签，比如代码为
  
  ，则填写开始标记：
  
  ，同时必须勾选下载远程图片到本地，避免后续目标站图片失效导致你的站点图片不显示
• 产品详情：找到详情内容的包裹容器，比如代码为
  ，对应填写开始结束标记，同样勾选下载远程图片到本地

3.2 自定义参数匹配

如果需要采集产品产地、保质期、规格等自定义参数，先确认已在产品模型中添加了对应字段，然后按照上述基础字段的匹配方法，对应匹配目标站的参数标签即可。

第四步：规则测试与正式采集

4.1 规则有效性测试

所有字段配置完成后，点击页面底部的测试该采集节点，系统会自动抓取1条样例内容，逐一核对抓取到的标题、价格、图片、详情是否和目标页完全一致。如果有字段为空，检查对应字段的开始结束标记是否完全匹配目标站源代码，注意大小写、空格、符号都要完全一致，不要省略或多写内容。

4.2 正式启动采集

测试无误后，回到采集节点管理列表，点击对应节点的采集按钮，选择「采集所有未采集的链接」，等待进度条走完即可完成采集。采集完成后可到「核心-内容管理-产品管理」中查看所有已采集的内容。

第五步：采集内容发布设置

默认采集到的内容为未审核状态，可通过两种方式发布：

• 手动批量发布：进入产品管理页，勾选需要发布的内容，顶部状态栏选择「已审核」，点击提交即可上线
• 自动发布：回到采集节点编辑页，找到采集完成后自动审核发布选项，勾选保存即可，后续采集到的内容会直接上线无需手动审核

常见卡壳问题解决

• 采集内容全是乱码：重新核对采集节点设置的字符集和目标站的charset属性值是否完全一致
• 图片不显示：首先确认是否勾选了下载远程图片到本地，其次检查织梦根目录的uploads文件夹权限是否设置为755，Linux服务器可通过FTP工具右键文件夹修改权限
• 字段匹配为空：直接复制目标站源代码中的对应标签作为开始结束标记，不要手动输入，避免出现大小写、空格、符号不匹配的问题
• 采集提示403错误：说明目标站有反爬机制，可在采集节点设置中添加HTTP头信息，填写User-Agent为浏览器标识即可，示例：Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36

注意：采集操作请严格遵守目标站点的robots协议规定，不要采集受版权保护的内容，避免引发法律风险。