drupal采集模块

模块介绍

本模块仅适用于drupal7.x版本由万维网络开发，本文给出的链接并不是最终版本，最终版本在没电的笔记本里。

请勿马上投入运营使用，这并不是一个好的模块，只是本人在刚接触drupal之余无聊写的，如果您将其投入正常的使用，本人不服任何的责任。

模块功能

自定义采集字段，然后和drupal cck字段对应。模块html解析直接使用的SimpleHTMLDOM parser,所以采集规则填写为jquery获取html dom的规则即可，如果您不熟悉jquery的基本语法，请百度。

伪原创功能，这个当初写的很简单，大家还是不要使用了，生成的文章太乱，不论是人还是程序都是看不懂的，还会遇到一大堆的符号集中在一起，在下曾经用这个生成了两篇文章，虽然收录了但是反应极差，而且开启本功能可能会造成不可预料的错误。

定时采集，跟随drupal cron机制，在drupal执行cron时定时采集

模块总结

就算是用drupal做垃圾站，也暂时不要使用这个模块，可以留言，如果确实有人需要，本人会加以完善修改。

只所以放出这个东西更多的是让大家帮忙测试，很久前写的东西了，有什么问题、错误我也已经不清楚了，所以请求测试，然后留言，也请各位前辈指点。

下载链接

链接:http://pan.baidu.com/share/link?shareid=346636&uk=3708413917 密码:1933

这个链接里面包含多个模块，和本模块有依赖关系，好像有从织梦移植来的中文分词模块。

如果不能使用，好吧，请留言，这东西是从网盘翻出来才记起的。

未来考虑添加的功能

泛采集，泛采集才叫做采集，当然，只是自己的观点，泛采集的代码一直在测试，有一个好的版本才会放出来给大家。

多线程，现在也可以说是多线程，可是鉴于当初水平问题，就有很大问题。

伪原创，百度算法更新，必须要有更好的伪原创方法，这个还没着手，大家可以留言说出自己的意见。

手动采集，现在的采集还只能通过执行cron来采集。

原文地址：http://w3123.com/node/860