WordPress自动采集发布插件 WP-AutoPost 使用说明（图文教程）

WP-AutoPost 是目前好用的 WordPress 自动采集发布插件，大的特点是可以采集来自于任何网站的内容并 自动发布到你的 WordPress 站点。不像其他大部分 WordPress 采集插件，只能根据 Feed 进行采集，使用 Feed 采集有很大的弊端，首先必须找到全文 Feed，而现在网上全文 Feed 很少，大部分只能采集到文章摘要，就算 使用 Feed 采集到文章摘要也需要点击链接才能查看原文，相当于给别的网站做外链。做英文垃圾站用的比较多 的 WP-Robot 也只有 20 几个采集来源，文章来源比较单一有限。而 WP-AutoPost 就没有上面这些劣势，真正 做到可以采集任何网站的内容并自动发布，采集过程完全自动进行无需人工干预，并提供内容过滤、HTML 标签 过滤、关键词替换、自动链接、自动标签、自动下载远程图片到本地服务器、自动添加文章前缀后缀、并且可以 使用微软翻译引擎将采集的文章自动翻译为各种语言进行发布。

一、安装 WP-AutoPost

和安装其他 WordPress 插件一样，直接上传到插件目录，激活即可使用，无需再进行额外设置或修改代码。

二、创建采集任务

点击“新建任务”后，输入任务名称，即可创建新任务，创建好新任务之后可以在任务列表中查看到该任务，就可 对该任务进行更多设置。

三、基本设置功能

在基本设置选项卡下，可以进行如下设置：

• 任务名称：可以修改任务名称
• 分类目录：该任务采集文章发布到的分类目录
• 作者：该任务采集文章的发布作者，必须是 WordPress 里的注册用户
• 更新时间间隔：间隔多长时间检测一次该采集任务下是否有新文章可以更新
• 字符集：采集目标网站的字符集编码，默认为UTF8，如果目标网页字符集编码不是UTF8，抓取的网页 会出现乱码，设置正确的字符集即可解决该问题（如何正确设置字符集）
• 下载远程图片：如果该任务下采集的文章里包含图片，可以选择是否下载远程图片到本地服务器
  • 选择下载远程图片，可进一步选择是否将下载的图片信息保存到 WordPress 媒体库中
• 自动标签：选择是否使用自动标签
  • 标签列表：使用自动标签后如果文章包含列表里的关键词，将自动添加标签
  • 匹配完整的单词：该设置对英文文章有效，中文文章请勿启用该设置

四、文章来源设置

在该选项卡下我们需要设置文章来源的 文章列表网址 及 具体文章的匹配规则 我们以采集“新浪互联网新闻”为例，文章列表网址为http://roll.tech.sina.com.cn/internet_worldlist/index.shtml 因 此在 手工指定文章列表网址 中输入该网址即可，如下所示：

之后需要设置该文章列表网址下具体文章网址的匹配规则

五、文章网址匹配规则

文章网址匹配规则的设置非常简单，无需复杂设置，提供两种匹配模式，可以使用 URL 通配符匹配，也可以使 用 CSS 选择器进行匹配，通常使用 URL 通配符匹配较为简单。

1.使用 URL 通配符匹配
通过点击列表网址http://roll.tech.sina.com.cn/internet_worldlist/index.shtml 上的文章，我们可以发现每篇文章的 URL都为如下结构 http://tech.sina.com.cn/i/2013-06-27/16328485884.shtml

因此将 URL 中变化的数字或字母替换为通配符 () 即可，如：http://tech.sina.com.cn/i/()/(*).shtml

2.使用 CSS 选择器进行匹配
使用CSS选择器进行匹配，我们只需要设置文章网址的CSS选择器即可（不知道CSS选择器为何物，一分钟学会 如何设置CSS选择器），通过查看列表网址http://roll.tech.sina.com.cn/internet_worldlist/index.shtml的源代码即可轻 松设置，找到该列表网址下具体文章的超链接的代码，如下所示：

可以看到，文章的超链接 a 标签在 class 为“contList”的标签内部，因此文章网址的 CSS 选择器只需要设置 为 .contList a 即可，如下所示：

设置完成之后，不知道设置是否正确，可以点击上图中的测试按钮，如果设置正确，将列出该列表网址下所有文 章名称和对应的网页地址，如下所示：

六、文章抓取设置

在该选项卡下，我们需要设置文章标题和文章内容的匹配规则，提供两种方式进行设置，推荐使用CSS选择器方 式，使用该方式更为简单，精确。（不知道CSS选择器为何物，一分钟学会如何设置CSS选择器）

我们只需要设置文章标题 CSS 选择器和文章内容 CSS 选择器，即可准确抓取文章标题和文章内容。

在文章来源设置里，我们以采集”新浪互联网新闻“为例，这里还是以该例子讲解，通过查看列表网址 http://roll.tech.sina.com.cn/internet_worldlist/index.shtml下某一篇文章的源代码即可轻松设置，例如，我们通过查看 某篇具体文章http://tech.sina.com.cn/n/i/2013-06-10/06308430630.shtml的源代码，如下所示：

可以看到，文章标题在 id 为“artibodyTitle”的标签内部，因此文章标题 CSS 选择器只需要设置 为 #artibodyTitle 即可；

同样的，找到文章内容的相关代码：

可以看到，文章内容在 id 为“artibody”的标签内部，因此文章内容 CSS 选择器只需要设置为 #artibody 即可；如下所示：

设置完成之后，不知道设置是否正确，可点击测试按钮，输入测试地址，如果设置正确，将显示出文章标题和文 章内容，方便检查设置

七、抓取文章分页内容

如果文章内容过长，有多个分页同样可以抓取全部内容，这时需要设置文章分页链接 CSS 选择器，通过查看具 体文章网址源代码，找到分页链接的地方，例如某篇文章分页链接代码如下：

可以看到，分页链接 A 标签在 class 为 “page-link” 的标签内部 因此，文章分页链接 CSS 选择器 设置为 .page-link a 即可，如下所示：

如果勾选 当发表时也分页 时，发表文章也将同样被分页，如果你的 WordPress 主题不支持 标 签，请勿勾选。

八、文章内容过滤功能

文章内容过滤功能，可过滤掉正文中不希望发布的内容（如广告代码，版权信息等），可设置两个关键词，删除 掉两个关键词之间的内容，关键词 2 可以为空，表示删除掉关键词 1 之后的所有内容。

如下所示，我们通过测试抓取文章后发现文章里有不希望发布的内容，切换到 HTML 显示，找到该内容的 HTML 代码，分别设置两个关键词即可过滤掉该内容。

如上所示，如果我们希望过滤掉上面 和 之间的内容，添加如下设置即可

如果需要过滤掉多处内容，可以添加多组设置。

九、HTML 标签过滤功能

HTML 标签过滤功能，可过滤掉采集文章中的超链接（a 标签），和<style>等标签下不必要的代码。 下面是几个例子：

• 如果需要过滤掉文章中的超链接，只需输入 a 即可，是否删除标签内容 选择否；
• 如果要过滤掉文章中包含的<script>或<style>不必要的代码，只需输入对应标签名称，是否删除标签内容 选 择是； </p>

十、关键词替换、自动添加自定义超链接

可以将正文或标题中的关键词进行替换，同时也支持正文自定义超链接；

例如：需要将文章里的 wordpress 自动添加链接到 http://wordpress.org/，只需设置 wordpress 替换为

 <a href=”http://wordpress.org/”>wordpress</a>

即可

如下所示：

十一、解决乱码问题

为什么产生乱码 WP-AutoPost 采集网页时默认字符集为 UTF-8，如果目标网页的字符集不是 UTF-8，采集的内容可能会出现乱 码。

解决乱码问题 解决方法非常简单，只需查看目标网页的字符集，设置正确的字符集即可。

打开目标网页源代码，一般在前面的位置，找到有 charset 的代码部分：

如上所示，该网页的目标编码为 gb2312，设置相同的字符集即可：