今天初涉采集功能！

经过一个阶段的努力，论坛的前台后台操作已经比较熟悉了。但对于ss还是很陌生，操作起来没有那么顺手，正好这两天生态市行动计划的工作告一段落，可以抽空学习一下ss的操作了。

  ss即所谓的社区模块，是一个做社区不错的程序，只可惜我知之甚少，里面许多需要进行代码操作，因为好久没有接触过具体的网页代码了，所以若想把社区做的漂亮些，做的个性化些，目前还做不到，只能沿用dz官方的风格。由于官方的风格是基于独立主机考虑的，所以社区目前的部分功能充其量只能算做“摆设”，等我们有足够的能力去购买独立主机的时候，我想这些功能就会逐步开放，大家共同期待，呵呵！

   目前社区的功能比较完善，只是需要学习，需要摸索。现在最大的一个问题就是社区内缺少实质性的内容，缺少真正属于河海精英论坛个性的东西，缺乏大家都能用得到的资源。希望能以一周年活动为契机，尽快完善起来。

  今天所涉及到的采集功能只是社区资讯部分的一个功能，因为做社区，内容上还是要丰富一下，也方便同学们及时了解学校的最新情况。所以就需要借用其它站点的资料，为我所用——也就是采集。

   采集主要是利用采集规则来进行，ss自带的采集器有比较强大的功能（看了几篇关于采集的文章得出的初步结论，不一定正确），只是规则的制定，需要不少时间来消化，目前没有一个相关的教程说明，只能自己摸索了。通过别人做出的采集规则，导入机器人之后，点击”编辑规则“就可以看到里面的具体内容。先开始是一头雾水，不知所云，不过通过对比发现了部分规律。

  首先就是要找到总的序列表，即list，其实就是一个信息集成的页面，比如新闻类板块等，好多条新闻集中在一个页面上，以list形式展现，所以第一项定义的就是[page]，这个我发现就是找到翻页（下一页）的链接，同时要明确页数的排列规则，如果是1，2，3这样的顺序排列的话，page＝[page]，举个例子：假如总序列表的链接是：www.hhubbs.com/index.htm，又假定其第二页的排列方式是www.hhubbs.com/index2.htm，这样的话规则就可以写成www.hhubbs.com/index_[page].htm（这个结论不一定正确，只是我的感觉）。还需要进一步的证实，因为今天实验采集的站点是动网的程序，这个方法并不适用，aspx格式的还有待于研究。采集规则更为复杂。

  对于标题的采集定义：即title，这个一般而言，大部分的网站都是以<title>title</title>这样的形式来显示标题的，当然今天采集的水利部的网站上面好像不是这样定义的，这个要通过对采集页面右键→查看源代码，通过看源代码来定义标题设置。如果网站本身没有来源（from），则对此项可以不予理会。

  对于内容的采集，同样要仔细查看message位于的位置在何处，必须要有唯一性，否则采集不到内容的。这个要仔细检查。采集的根域名即为www.hhubbs.com。

  今天下午就摸索了这么多，对动网的采集还是不太明白，有时间得问问高手才行，呵呵！希望有兴趣的同学加入进来，如果可能的话，我们将提供实验的空间（现在的免费空间也比较多，呵呵）。