站长百科 | 数字化技能提升教程 数字化时代生存宝典
首页
数字化百科
电子书
建站程序
开发
服务器
办公软件
开发教程
服务器教程
软件使用教程
运营教程
热门电子书
WordPress教程
宝塔面板教程
CSS教程
Shopify教程
导航
程序频道
推广频道
网赚频道
人物频道
网站程序
网页制作
云计算
服务器
CMS
论坛
网店
虚拟主机
cPanel
网址导航
WIKI使用导航
WIKI首页
最新资讯
网站程序
站长人物
页面分类
使用帮助
编辑测试
创建条目
网站地图
站长百科导航
站长百科
主机侦探
IDCtalk云说
跨境电商导航
WordPress啦
站长专题
网站推广
网站程序
网站赚钱
虚拟主机
cPanel
网址导航专题
云计算
微博营销
虚拟主机管理系统
开放平台
WIKI程序与应用
美国十大主机
编辑“
Siteserver-信息采集管理-信息采集概述
”
人物百科
|
营销百科
|
网赚百科
|
站长工具
|
网站程序
|
域名主机
|
互联网公司
|
分类索引
跳转至:
导航
、
搜索
警告:
您没有登录。如果您做出任意编辑,您的IP地址将会公开可见。如果您
登录
或
创建
一个账户,您的编辑将归属于您的用户名,且将享受其他好处。
反垃圾检查。
不要
加入这个!
<span style="text-align:center; border:1px solid #000; float:right; padding:6px;"><strong>导航:</strong> [[Siteserver使用教程|上一页]]</span> <div style="clear:both;"></div> '''信息采集概述''' [[Web]]是一个巨大的资源宝库,目前页面数目已超过400亿,每小时还以惊人的速度增长,里面有你需要的大量有价值的信息,例如潜在客户的列表与联系信息,竞争产品的价格列表,实时金融新闻,供求信息,论文摘要等等。 可是由于关键信息都是以半结构化或自由文本形式存在于大量的[[HTML]]网页中,很难直接加以利用。 [[SiteServer]] [[CMS]] 信息[[采集]]功能的主要目标就是解决[[网络]]信息的采集问题,系统通过一些定制的采集逻辑,自动从指定网站或[[数据库]]中获取内容并保存到[[网站]]中。 '''一、主要功能''' SiteServer CMS 提供强大的信息采集功能[[模块]],用户只需要告诉系统目标网页并简单地设置页面规则,很快就可以直接得到所需要的数据了。 [[Image:Siteserver0199.gif]] 除了典型的Web页面信息采集外,系统还提供数据库信息采集与单文件页采集功能: #Web页面信息采集用于自动从指定网站中获取内容; #数据库信息采集用于自动从指定数据库中获取内容; #单文件页采集用于将指定网页采集到本地的对应文件中。 '''二、系统特点''' * 结果数据高度准确 * 对目标网站进行信息自动抓取,支持HTML页面内各种数据的采集,如文本信息、图片、附件、日期等 * 用户对每类信息自定义来源与分类 * 可以下载图片与各类文件 * 支持定时任务,可以与SiteServer CMS 定时模块相配合,定期抽取目标网站 * 支持记录唯一索引,避免相同信息重复入库 * 支持智能替换功能,可以将内容中嵌入的所有的无关部分如广告去除 * 支持下一页自动浏览功能 * 支持数据的多种后期处理方式 * 数据直接进入数据库而不是文件中,因此与利用这些数据的网站程序或者桌面程序之间没有任何耦合 * 支持数据库表结构完全自定义,充分利用现有数据库结构 * 支持多个栏目的信息采集可用同一配置一对多处理 * 保证信息的完整性与准确性,绝不会出现乱码 '''三、运用行业''' 通过信息采集功能,用户将在信息来源,资源整合方面节约大量的人力与资金。广泛应用于门户网站,新闻媒体,科研单位、企业网站等领域。 ==参考资料== *[http://help.siteserver.cn SiteServer官方] [[category:SiteServer|S]]
摘要:
请注意,您对站长百科的所有贡献都可能被其他贡献者编辑,修改或删除。如果您不希望您的文字被任意修改和再散布,请不要提交。
您同时也要向我们保证您所提交的内容是您自己所作,或得自一个不受版权保护或相似自由的来源(参阅
Wordpress-mediawiki:版权
的细节)。
未经许可,请勿提交受版权保护的作品!
取消
编辑帮助
(在新窗口中打开)