火车头采集与wordpress联动

本文最后更新于 54 天前，如有失效请评论区留言。

如果你是一名wordpress站主并且希望自己的网站能够自动上传一些文章，那么这篇文章或许对你有所帮助。

准备工作

名称	下载链接
wordpress6.3.2	Download \| WordPress.org China 简体中文
火车头采集V10.24	火车采集器最新版免费下载_火车采集器V10版下载-火车采集器官网 (locoy.com)
ripro-v2插件	需要魔法

解压ripro-v2压缩包里面有两个文件，一个是Locoy.php，一个后缀名为.wpm，前者可以将火车头采集中你所定义抓取的数据直接入库MySQL，将此文件放在网站的根目录，后者可以理解为wordpress与火车头采集连接的驱动，将此文件放入火车头采集下的Module文件夹下。

这样我们的准备工作就做好了。

数据采集

我们打开火车头采集，新建分组，然后新建任务。

接下来会让我们编辑任务，大致分为三部分。首先是网址采集规则，火车头采集需要定位到你想要获取数据的网址。我这里以我的网站为例，填写网址后，需要从源代码中获取超链接，我们可以自动获取地址链接，也可以手动获取规则获取。

这里注意，手动获取规则的方法就是将公有的html提取并将变化的链接使用[参数]作为标识，测试产生的链接就会自动在后面拼接。

接下来就是内容采集规则，我们可以自定义你想要的标签，这些标签都做为变量来动态获取不同链接里的值，我这里只有简单的文章标题和文章内容。

有了标签以后，我们需要定义规则来获取相应的值，以标题为例，双击标题。这里有很多提取方式，前后截取、正则提取等等，一般来说前两种已经够用了。这里演示的是前后截取，顾名思义，就是把开始的地方放在开头字符串，结尾的地方放在结尾字符串。需要注意的是，因为href属性是变化的，所以我们使用（*）来作为占位符，表示这个地方的值是不固定的。

最后一步就是将你获取的数据发布，这里有三种，最简单的两种，就是导入数据库和保存为本地文件，前者需要编写简单的sql语句，后者的话你可以选择你想要的导出格式，我们这里演示的是web在线发布。

新建一个发布配置，在里面我们可以找到我们放在module下的riprov2这个插件，这个插件里面是不用设置的，里面是插件的作者定义好的。

这里需要注意的是全局变量，简单来说这个全局变量相当于一个密码，它对应我们网站根目录下Locoy.php里的$secretWord变量，两者一致就行。

我觉得比较贴心的一点是我们可以动态地获取你网站里面分类的id和分类名称，这样就可以直接发布在此分类下，无需多余的操作，前提是你的参数填写正确，这也是判断你操作是否正确的依据。

接下来我们就执行任务，看结果。

可以看到日志并没有报错，其实可以发现在数据量很小的时候执行时间比较慢，这里我们可以去设置线程数，分为采集内容和发布内容，里面有两个参数，一个是线程数，这个要根据本地服务器的配置去决定，大伙可以上网查一查，之前做java开发的时候，是按照如果是CPU密集型任务使用CPU核数+1，如果是IO密集型任务使用CPU核数*2。间隔时间的话就是每执行一条中间的空白时间。