WordPress胖鼠采集插件教程-WP自动采集和发布微信公众号,简书,知乎等任意网站

WordPress本来是一个博客,但是由于功能强大、用户众多,发展到现在Wordpress已经成为了一个CMS平台了,甚至有一些企业建站都用了Wordpress,真的是无处不在。Wordpress用于采集建站一直以来做垃圾站的朋友都在采用。

一来是Wordpress的本身的SEO做得挺不错的,有利搜索引擎收录和SEO排名;另一方面则是Wordpress还有非常多的强大插件,利用Wordpress采集插件不需要多么复杂的配置,新手也可以搭建一个每天自动采集和自动发布的网站,放点小广告“坐收渔利”。

WordPress采集插件非常多,但是基本上都是付费的,这篇文章主要来分享一下新出的Wordpress采集插件-胖鼠采集,开源免费, 支持所有网站列表详情页面,它有列表批量自动采集,自动发布,自动打标签等功能,可以用于采集微信公众号、简书以及其它各类网站。

Wordpress胖鼠采集插件教程-WP自动采集和发布微信公众号,简书,知乎等网站

关于收集和采集信息自动化,你还可以看看:

  1. 利用Huginn抓取任意网站RSS和微信公众号更新-打造一站式信息阅读平台
  2. 自建RSS阅读器Tiny Tiny RSS安装和配置自动更新,全文RSS,更换主题,手机RSS登录
  3. VPS主机库存上货监控与微信\TG通知系统:VPS-Inventory-Monitoring安装与配置

PS:2020年3月23日更新,好的插件还需要好的主题,国外的Wordpress主题市场比较成熟,我们可以试试: WordPress付费主题平台AppThemes:主题购买,安装,升级及问题

一、WP胖鼠采集插件安装

插件:

  1. https://wordpress.org/plugins/fat-rat-collect/
  2. https://github.com/fbtopcn/fatratcollect

WordPress胖鼠采集插件建议使用PHP 7,如你的PHP版本小于PHP7, 请移步胖鼠采集的Github下载使用胖鼠v5版本 分支名: based_php_5.6,系统要求如下:         

PHP >= 5.6

QueryList v4 版

Mysql 无要求

Nginx 无要求

WordPress胖鼠采集插件主要功能如下:

微信公众号文章采集 、简书文章采集 、列表页面文章批量采集 .

详情页面文章采集 、分页爬取 – 历史数据, 也不放过. 一网打尽

自动采集、自动发布 、文章自动添加动态内容 优化SEO.

自动打标签 Auto Tags、文章过滤 、自动特色图片 .

内容关键字过滤替换 伪原创 、自定义采集任何网站 .

WordPress胖鼠采集插件主要有如下版块:

① 爬虫模块, 先锋 配置模块的各种特色配置来猎取数据.

② 配置模块, 支撑 爬虫模块为他提供采集规则核心能量.

③ 数据模块, 数据 此模块拥有胖鼠各种特色发布功能.

安装Wordpress胖鼠采集插件后如下图:

WP自动采集和发布安装插件

二、WP胖鼠采集插件操作

2.1 配置中心

WP胖鼠采集插件配置中心就是已经配置好的采集规则的,Wordpress胖鼠采集插件自带了几个配置,你可以先点击导入一下。(点击放大)

WP自动采集和发布配置中心

2.2 采集中心

在采集中心就可以开始采集文章了,Wordpress胖鼠采集插件分为了列表采集和详情采集,列表采集可以批量采集某一个网站,详情采集就是采集某一个页面。

WP自动采集和发布采集中心

2.3 数据中心

采集完成后,你就可以到数据中心查看已经采集到的文章了,这里就可以点击发布了。(点击放大)

WP自动采集和发布数据中心

WordPress胖鼠采集插件采集和发布文章效果还是不错的。

WP自动采集和发布效果

这是Wordpress胖鼠采集插件采集文章的详情页面,完整地把网站的文章采集过来了。

WP自动采集和发布文章详情

三、WP胖鼠采集微信公众号

WordPress采集微信公众号的文章也非常地简单,先找到你要采集的微信公众号文章。

WP自动采集和发布微信公众号

然后在“采集中心”填入微信公众号文章的URL,支持批量添加多个URL,点击采集。

WP自动采集和发布微信爬虫

采集完成后就可以发布采集过来的微信公众号文章了。如下图:

WP自动采集和发布文章出来

四、WP胖鼠采集简书知乎

WordPress采集简书、知乎等和上面采集微信公众号文章类似,直接输入URL就可以采集了。

WP自动采集和发布采集简书

五、WP自定义采集任意网站

WordPress胖鼠采集插件自带的几个配置文件实际上给我们演示用的,真正强大的就是我们自己自定义Wordpress胖鼠采集插件采集规则,采集任意网站内容(非AJax)。

5.1 新建采集规则

在Wordpress胖鼠采集插件新建采集规则,这里以采集wzfou.com文章为例,先命名一下,选择列表配置(文章多,选择这个批量采集),其它保持如下图:

WP自动采集和发布新建规则

然后填写采集地址、范围、采集规则等,如下图:

WP自动采集和发布采集范围

一般来说采集规则需要经常多次的测试才能成功,所以在新建规则前我们先打开插件的Debug模式,在Chrome浏览器审查元素的网络一栏查看具体结果。

WP自动采集和发布测试模式

5.2 列表采集规则

采集范围就是Wordpress胖鼠采集插件要采集的URL列表,wzfou.com首页的最新文章的标题都是用H2+URL形式嵌套成的(点击放大)。

WP自动采集和发布查看规则

所以我这里采集范围填写的是:#cat_all >.news-post.article-post > .row > .col-sm-7 > .post-content > h2,这个路径也不需要自己手动,直接在Chrome审查元素最下方可以看到,注意看上图。

在列表采集规则写:   a:eq(0) hrefhref 意思选择a标签的 href属性(就是URL),我们用 Jquery 的 eq 语法 a:eq(0)   意是取H2区域的 第一个 a。注:代码中从 0 开始(只有一个 a标签 可以只填 a 即可),如果目标站链接是相对链接。程序会自动补全的。

WP自动采集和发布设置规则

在Debgu模式下,我们可以看到获取到了wzfou.com首页最新文章栏目下所有文章的URL地址了。

WP自动采集和发布查看结果

5.3 详情采集规则

上面我们已经采集了列表下的所有的URL,接下来我们就需要采集该URL下的文章内容了。打开wzfou.com某一个文章,我们发现标题在.title-post里面,文章内容在.the-content。而标题和内容全部在 .single-post-box下。

WP自动采集和发布详情页面

标题。现在我们可以将采集标题的规则写成如下了:范围为 .single-post-box,选择器为.title-post,属性为text

WP自动采集和发布获取标题

在Debug模式下可以看到我们成功获取到了文章标题。

Wordpress自动采集和发布得到标题

内容。采集内容的规定写成:范围为 .single-post-box,选择器为.the-content,属性为html。如下成功获取文章内容。

Wordpress自动采集和发布获取全文内容

最后,采集wzfou.com最新文章栏目下的所有的文章规则如下:(点击放大)

Wordpress自动采集和发布所有规则

六、WP自定义采集成功效果

在采集中心,点击我们刚刚配置好的列表采集配置。

Wordpress自动采集和发布运行采集列表

稍等一会儿,Wordpress胖鼠采集插件就将wzfou.com最新文章全部采集过来了。

Wordpress自动采集和发布文章列表

点击发布,采集成功。

Wordpress自动采集和发布自定义采集成功

七、WP自定义采集规则问题

7.1 参数与属性

WordPress胖鼠采集插件必填参数有三个:

link 采集链接 一般是取 a 标签的 href 属性

title 标题 一般取详情页的 h1 标签的 text 文本属性

content 内容 一般取详情页面的 .content 标签 里面 html 属性。

WordPress胖鼠采集插件属性解释如下:

href 基本指 a 标签的 href 属性(这个属性存储的是点击后跳转地址)

text 取区域的文本 ,一般用于标题

html 取区域的所有的html  一般用到取内容,内容比较多。且内容有排版里面有 image css js 很多东西 。所以要拿到所有的原始html

7.2 jQuery 选择器

  1. https://www.w3school.com.cn/jquery/jquery_ref_selectors.asp

jQuery 选择器几个如:first、:last、:odd等在下文的内容过滤中非常有用,大家可以熟悉一下。

Wordpress自动采集和发布JQuery选择器

八、WP胖鼠采集优化方法

8.1 内容过滤

正文内容中包含了作者信息、广告、版权声明等这些无用信息,我们需要从正文内容中过滤掉这些内容,标签过滤怎么用呢?基本方法如下:

a 就是去除掉区域所有a标签跳转功能。保留文字 。

-a 删除a标签 包括删除a标签里面包含的内容 (不建议使用,因为有些图片是在a里面的 删除a 里面的 图片也没了。)

-div 删除所有div

-p 同上

-b 同上

-span 同上

-p:first  删除第一个 p标签

-p:last  删除最后一个 p标签

-p:eq(-2) 删除倒数 二个p

-p:eq(2) 删除正数 二个p

例如我写的过滤规则:-div#ftwp-container-outer -div#sociables -div.uc-favorite-2.uc-btn -p:last -ol:first ,意思是删除#ftwp-container-outer 、#sociables、.uc-favorite-2.uc-btn 三个Div的内容,同时也删除最一个P和第一个ol列表。

8.2 网址自动转化拼音

Wenprise Pinyin Slug

  1. https://wordpress.org/plugins/wenprise-pinyin-slug/

WordPress胖鼠采集插件设置的标题含有文,我们可以使用Wenprise Pinyin Slug,让WordPress自动把文章别名修改为英文或者拼音。

Wordpress自动采集和发布自动转换网址

8.3 自动添加标签

Simple Tags

  1. https://gl.wordpress.org/plugins/simple-tags/

WordPress胖鼠采集插件已经自带了自动标签功能,如果你觉得不好用可以使用WP自动标签插件Simple Tags,自动为你的文章生成标签,自动添加链接地址等等。

Wordpress自动采集和发布自动添加标签

8.4 自动设置特色图片

Quick Featured Images

  1. https://wordpress.org/plugins/quick-featured-images/

Quick Featured Images可以帮助你为自动采集和发布的文章设置特色图片。

Wordpress自动采集和发布设置特色图片

九、WP自动采集和自动发布

插件:

  1. https://wordpress.org/plugins/wp-crontrol/

WordPress胖鼠采集插件可以设置自动采集频率。

Wordpress自动采集和发布频率

WordPress胖鼠采集插件也可以设置自动发布间隔。

Wordpress自动采集和发布时间间隔

想要改变自动采集和自动发布的时间,你可以使用WP Crontrol 插件,启用该插件后应该能够看到WordPress网站上发生的所有“定时任务 ”。

Wordpress自动采集和发布定时任务

点击编辑定时任务(Wordpress胖鼠采集插件定时任务以fc开头),这里你就可以设置自动采集和自动发布的时间了。

Wordpress自动采集和发布编辑定时任务时间

十、总结

WordPress胖鼠采集插件功能非常强大,只要你要采集的页面不是Ajax的就可以使用Wordpress胖鼠采集插件自动采集和发布文章,为了防止被搜索引擎发现你还可以替换链接、关键字,在页面前后插入一定的内容,形成“伪原创”。

WordPress胖鼠采集插件目前没有监控功能,即无法实际某一个网站内容有更新时自动去采集,我们可以利用规则来写进去,一般来说wzfou.com第一篇文章就是最近更新的文章,这时我们可以把采集范围缩小到第一个H2区域,写法如下:

#cat_all > div:nth-child(1) > div > div.col-sm-7 > div > h2

文章出自:挖站否 https://wzfou.com/wp-pangshu-caiji/,版权所有。本站文章除注明出处外,皆为作者原创文章,可自由引用,但请注明来源。部分内容参考自:fatrat.cn


分享到:
Avatar for Qi
关于站长(Qi),2008年开始混迹于免费资源圈中,有幸结识了不少的草根站长。之后自己摸爬滚打潜心学习Web服务器、VPS、域名等,兴趣广泛,杂而不精,但愿将自己经验与心得分享出来与大家共勉。
已有 20 条评论
  1. Avatar for xycost xycost

    谢谢博主的分享,这个胖鼠采集部分网站会有乱码现象,但贵在价格便宜好用,需要更专业的采集可以用简数,功能更强大。xycost.com

    2022年3月1日 12:55 1 回复
  2. 这玩意儿要是再带一个自动#译功能,接上deepl的api就超神了。themeforest上最火的那个采集插件,就很牛逼,可惜采集国内微信、知乎啥的还是太弱了。

    2021年9月6日 01:09 回复
    • Avatar for Qi Qi

      微信采集不了,腾讯不让采集。

      2021年9月6日 21:44 回复
  3. Avatar for jj jj

    請問這種一個站,放廣告,大概一個月可以收多少錢。

    2021年3月31日 12:05 回复
  4. Avatar for 皇上拉的一坨屎 皇上拉的一坨屎

    貌似无法采集文章中的音频诶~
    采不进去[生病]

    2020年8月18日 23:02来自QQ 回复
    • Avatar for 皇上拉的一坨屎 皇上拉的一坨屎

      audio代码采不进去

      2020年8月18日 23:03来自QQ 回复
      • Avatar for Qi Qi

        是的,不能采集音频。

        2020年8月23日 07:24 回复
  5. Avatar for 年年亦如此 年年亦如此

    看着很强大,我去试试

    2020年7月27日 20:18来自QQ 回复
  6. Avatar for renzuming renzuming

    这个挺好的

    2020年3月8日 23:34 回复
  7. Avatar for Sum0l Sum0l

    这个采集工具挺方便的嘛,不知是否支持&&呢

    2020年3月4日 14:13 回复
    • Avatar for Sum0l Sum0l

      dai理

      2020年3月4日 14:14 回复
    • Avatar for Qi Qi

      好像不行,要国外的VPS。

      2020年3月6日 13:30 回复
  8. Avatar for aaa123 aaa123

    测试看看

    2020年3月3日 10:55 回复
  9. Avatar for honyu honyu

    确实挺厉害的啊,测试的采集了挖站否几篇,有些格式还是不行,估计是规则没写好,过后就会删的哦

    2020年3月2日 18:45 回复
    • Avatar for Qi Qi

      是的,很强大。

      2020年3月6日 13:43 回复
  10. Avatar for Pedro Pedro

    先马了。我记得之前有个啥采集插件,还是破解的,后来逐渐不太好用了。

    2020年3月2日 18:01来自QQ 回复
    • Avatar for Qi Qi

      这个可以用来做英文垃圾站了。

      2020年3月6日 13:44 回复
  11. Avatar for Bie Bie

    功能很强大呀

    2020年3月2日 10:12 回复
  12. Avatar for 黑动力²º¹² 黑动力²º¹²

    这样写自媒体的话,顺便可以把网站也更新一下

    2020年3月1日 15:08来自QQ 回复
    • Avatar for Qi Qi

      是的,正好利用了百度不收录公众号的Bug。

      2020年3月2日 10:12 回复

Login

Welcome! Login in to your account

Remember me Lost your password?

Don't have account. Register

Lost Password

Register