1-图文网站.ppt.pptVIP

* 前台浏览看采集到信息是否正常显示 * 采集过来的某一条信息 * 栏目图片的设置 栏目logo图的设置 栏目坐标的设置 栏目属性的设置 * 网站信息管理 此模块提供了对采集信息进行人工管理的功能，维护人员可以对信息进行手动的添加、修改、删除等操作。 * 点击信息管理，显示出当前所有的网站名称的列表，界面如下： 点击所要修改的网站名称 * 找到所要修改的网站，点击进入栏目结构列表，界面如下： 点击所要修改的栏目名称 * 点击需要修改信息的栏目，进入此栏目的信息列表，如下图，点击右侧的“修改” 点击修改进入修改信息页面 * 修改信息，修改完成后点击下方的修改按钮，修改成功。 * 同样，点击需要修改信息的栏目，进入此栏目的信息列表，如下图，点击右侧的“添加信息”和“删除”可以进行相应的添加信息以及删除信息的操作。 点击添加信息可添加新信息 点击删除可删除不需要信息 * 添加信息--星号为必填内容 * Thank you ! * 图 文 网 站 * 图文组织结构图 互联网资源 策划自己的网站结构和栏目 建立自己的网站栏目和采集网站的栏目，并确定对应关系 网站数据库 采集程序处理 根据叶面属性过滤后提交数据库 分析该网站的各个栏目的叶面属性 抓取的图文信息在线 * 图文网站的功能介绍 * 图文网站系统主要功能是将网络上各种图文资源进行自动采集，并自动转换为机顶盒浏览模式。主要包括三个部分：信息采集管理系统、信息采集程序、用户界面。 * 信息集管理系统主要负责对采集的资源进行配置，对采集后的信息进行整理，以及对用户界面进行设置。 信息采集程序依据信息采集管理系统配置的采集信息，从指定的网站获取某些栏目的内容，然后按照信息分类写入用户数据库。 用户界面则把这些内容转换成通过机顶盒能够显示的形式，生成静态页面，供系统用户浏览。 * 图文网站的站点选取  及栏目结构的确定 * 我们要想将网络上的资源为我所用，首先需要确定源网站（就是采集来源），这个源网站的确定就是由我们的需求决定的（策划）。由于新华网的新闻的及时准确，我们可以把它作为我们图文网站的新闻类的一个站点。我们下面以新华网为例，详细讲解如何制作一个自动的图文采集网站。 * 首先登陆后台管理系统 * 登陆后可以看到后台管理界面 * 首先，进入栏目管理，根据之前策划的新华网的栏目结构制定出如图的栏目 单击添加栏目 * 然后进行自动采集管理--采集网站管理，进行采集属性的配置 采集网站的修改及删除 单击添加网站 * 采集网站（源网站）的添加 填入采集网站的名称、域名及其描述。便于采集多个网站的时候，明显的区别不同的采集网站 * 采集栏目的添加 单击网站的名称，添加栏目 * 采集栏目的修改和删除 采集栏目的添加 * 采集URL及采集路径的配置 栏目名称和采集栏目URL填写完毕后单击添加按钮 * 页面属性管理--页面属性的配置 * 如何分析页面属性 打开一个预分析的页面，点击浏览器菜单：查看-源文件（或在页面上空白处:点击右键-查看源文件）即可看到一个记事本打开的HTML页面源文件，我们以下的配置操作都基于对此源文件的分析。 在配置前要先分析并获取栏目的页面属性，所谓的页面属性就是程序在网页中赖以查找标题、作者、正文等内容的关键字，关键字成对出现，处于内容的前后。 * 分析一个栏目的页面属性，要注意如下事项： 标题前面的关键字必须在标题前面，标题后面的关键字必须在标题后面，日期、作者、正文都是这样。 找到的关键字在一个栏目大部分的网页中都应该存在，即这个关键字是一个通用的规律。 * 找到的关键字不一定在所有的网页中都存在，比如栏目比较混乱复杂的情况下，在大部分网页中存在即可，这样在自动抓取的时候只抓取符合的网页，会漏掉一部分不符合的网页。 标题前面以及后面的关键字不一定是紧挨着标题的，但要保证关键字在全文中的唯一性，即使有重复，也应该保证标题前面的关键字是第一个，日期、作者、正文前面的关键字都是这样。 * 标题前面以及后面的关键字和标题之间的内容，“”必须配对，不允许出现单独的“”或“”没有配对的情况，日期、作者、正文前面的关键字都要这样。 标有红色星号的项目为必填项，如不填写，不能进行添加，如果不填写正文后面的关键字，系统会报500错误。 * 栏目对应关系管理--设置栏目对应关系 * 栏目对应关系即所建网站的栏目与采集栏目的关联。其主要目的是为了灵活的对所采集到网站内容进行组合显示，以便于在相应的栏目显示出对应采集栏目所采集到的内容。 首先列出各个栏目的栏目名称、子栏目数、对应的采集栏目及修改操作。如果子栏目数为0则需设置本栏目对应关系，如果子栏目数不为零，则进入子栏目列表对其子栏目定义对应关系。 * 点击需要修改的网站：进