迅睿PHP-CMS火车头内容采集范例
采集工具：火车采集器（可以百度搜索一下这个工具的下载）采集模块：新闻 News第一步、编写采集入库脚本接口 新建：/api/caiji.php （应用于URL地址请求，大小写随意）如果根目录没有api文件夹，就创建到 /public/api/caiji.php （应用于URL地址请求，大小写随意）<?php
/**
* 数据采集
*/
define('IS_API', basename(__FILE__, '.php')); // 项目标识
define('SELF', pathinfo(__FILE__, PATHINFO_BASENAME)); // 该文件的名称
require('../index.php'); // 引入主文件
新建：./dayrui/My/Api/Caiji.php（首字母必须大写，最终php文件命名与上面的名称保持相同）
<?php
$this->_module_init('news'); // news 是模块目录
if ($_GET['action'] == 'category') {
$this->module['category'] = \Phpcmf\Service::L('category', 'module')->get_category($this->module['share'] ? 'share' : $this->module['dirname']);
if (!$this->module['category']) {
echo '模块【'.$this->module['dirname'].'】没有创建栏目';
}
foreach ($this->module['category'] as $t) {
if ($t['child'] == 0 && $t['tid'] == 1) {
echo '<h1>'.$t['name'].'<=>'.$t['id'].'</h1>'.PHP_EOL;
}
}
} else {
// 入库数据
$data = $_REQUEST;
// 发布者id 1
$data['uid'] = 1;
// 发布者笔名 admin
$data['author'] = 'admin';
// 主表字段
$fields = $this->get_cache('table-'.SITE_ID, $this->content_model->dbprefix(SITE_ID.'_'.MOD_DIR));
$cache = $this->get_cache('table-'.SITE_ID, $this->content_model->dbprefix(SITE_ID.'_'.MOD_DIR.'_category_data'));
$cache && $fields = array_merge($fields, $cache);
// 附表字段
$fields = $this->get_cache('table-'.SITE_ID, $this->content_model->dbprefix(SITE_ID.'_'.MOD_DIR.'_data_0'));
// 去重复
$fields = array_unique($fields);
$fields = array_unique($fields);
// 格式化入库字段
// 一般是格式化非文本类的字段（例如多文件上传、复选框、联动字段等等）
// 这里需要按采集资料的格式入库格式化字段，
// 开始归类存储
$save = [];
// 主表附表归类
foreach ($fields as $ismain => $field) {
foreach ($field as $name) {
isset($data[$name]) && $save[$ismain][$name] = $data[$name];
}
}
if (!$data['catid']) {
exit('栏目为空');
}
$save['uid'] = $save['uid'] = $data['uid'];
$save['catid'] = $save['catid'] = $data['catid'];
$save['url'] = ''; // 地址留空，系统会自动生成
$save['status'] = 9; //9表示正常发布，1表示审核里面
$save['hits'] = 0; // 阅读数
$save['displayorder'] = 0; // 排序权重值，默认填写0
$save['link_id'] = 0; // 填写0不管他
$save['inputtime'] = SYS_TIME; // 发布时间设置成为当前时间
$save['updatetime'] = SYS_TIME; // 更新时间也设置成为当前时间，关于时间采集如果是这种格式2022-12-12xx，那么需要使用strtotime函数转换成时间戳入库
$save['inputip'] = '127.0.0.1'; // 发布者ip地址
//$save['keywords'] = dr_get_keywords( $save['title']); // 按插件提取关键词
//$save['description'] = dr_get_description( $save['content'], 100); // 在内容里面提取100个子作为描述
// 验证标题重复
if ($this->content_model->table(SITE_ID.'_'.MOD_DIR)->where('title', $save['title'])->counts()) {
echo '重复';exit;
}
$rt = $this->content_model->save_content(0, $save);
if ($rt['code']) {
/*
// 用于发布成功后生成静态文件代码
//dr_html_auth($_SERVER['SERVER_ADDR']);
//dr_catcher_data(SITE_URL.'index.php?s='.MOD_DIR.'&c=html&m=showfile&id='.$rt['id']);
$atcode = 'chtml_'.SITE_ID.'_'.MOD_DIR.'_'.$rt['code'];
\Phpcmf\Service::L('cache')->set_auth_data($atcode, $rt['code'], SITE_ID);
dr_catcher_data(SITE_URL.'index.php?s='.MOD_DIR.'&c=html&m=showfile&id='.$rt['code'].'&atcode='.$atcode);
$save['id'] = $save['id'] = $rt['code'];
\Phpcmf\Service::L('router')->show_url(\Phpcmf\Service::C()->module, $save);
*/
exit('成功');
} else {
exit('失败');
}
}
exit;
脚本文件中可以定义发布者等一些预定义字段默认值，如果你不会php的话可以保持默认注意：本脚本的程序代码只对内容等字段入库有效，由于采集目标网站的数据规范性无法做到统一；如果开发者对其他字段（例如多文件上传、复选框、联动字段等等）需要开发者自己根据采集的实际情况来编写入库程序来组装入库的POST数据，需要PHP开发技术基础，下面来举一些基础例子。
1、多文件上传字段$data['字段名称'] = dr_array2string([
['file'=>'文件路径', 'title'=>'标题'],
]);
2、复选框字段
$data['字段名称'] = dr_array2string([
'值1', '值2'
]);测试规则地址：
http://你的网站/api/caiji.php?action=category
如果能显示出来栏目信息，说明ok了如果显示api file is error，表示你./dayrui/My/Api/Caiji.php没有创建正确。
第二步、火车采集器编写web发布规则
第三步、新建一个在线发布模块
第四步、填写获取栏目列表的参数
/api/caiji.php?action=category
<h1>[分类名称]<=>[分类ID]</h1>
按照上面的格式写就ok了
第五步、内容发布规则参数发布地址：/api/caiji.php?action=post
表单参数：这里是你采集的字段
c错误码：失败 回车符 重复
成功标志码：成功
第六步、保存模块
第七步、然后返回web发布配置里面
按照图中的参数配置，点“获取栏目”，如果可以获取到就表示成功了一大半了
第八步、测试入库发布
第九步、后台查看采集内容
页:
[1]