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

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。

一、WP胖鼠采集插件安装

插件：

https://wordpress.org/plugins/fat-rat-collect/
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：

二、WP胖鼠采集插件操作

2.1 配置中心

在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）

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。

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）

WordPress胖鼠采集插件采集和发布文章效果还是不错的。

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。

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。

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。

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：

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。

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：

然后填写采集地址、范围、采集规则等，如下图：

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。

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）。

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) href，href 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。

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。

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。

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。

在Debug模式下可以看到我们成功获取到了文章标题。

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。

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）

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。

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。

点击发布，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

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。

八、WP胖鼠采集优化方法

8.1 内容过滤

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。