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

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：

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

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。

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。

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。

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。

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胖鼠采集插件也可以设置自动发布间隔。

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 ”。

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。

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