采集，碰到个怪问题

更深的蓝

今天打算采集一个ppq网站的内容，是这样操作的：

先添加网站网站----添加任务---编写ppq的采集规则---在线发布到discuz网站----然后发现规则有点问题，就修改规则------再发布到discuz网站---------发现发布不成功------修改发布为“保存到本地txt文件”--------成功。所以说明采集规则没错。

于是怀疑“发布模块”有问题，就用火车自己带的“火车测试站点”里的采集任务测试，在线发布到我的discuz网站，结果成功。------因此说明我的“发布模块”没有问题。

既然“发布模块”和ppq的的“采集规则”己都没有错，为什么在线发布不可以成功呢？我百思不得其解。。。。

后来我关机去吃饭了，回来开机再试验了一下，居然一下就成功了！

好奇怪哦，不知道为什么。

[ 本帖最后由 更深的蓝 于 2008-10-26 23:37 编辑 ]

sushy

呵呵，你的采集规则没问题，火车的发布规则没问题。

这问题出在哪里呢？

你的采集是干什么的？是喂饭的。火车发布是想吃稀饭，结果你采集的是干饭，火车当然不好好干活了。

建议这样检查：

1. 检查火车所要的标签名称和你采集的标签是否一致。比如，这里是比如，我没用过discuz模块发布，火车测试的标签为“标题”，而你采集的标签为“题名”，错误！修正标签名。

2. 检查火车测试时候提交的标签你的采集中是否都有。比如，火车发布时提交了4个标签，结果你只采集了3个标签，错误！补齐。

3. 检查字符串长度，比如你的dizcuz目标站限制了内容不少于10个字符，不多余10000个字符，火车测试的时候提交的是200个字符，而你实际采集到表中的只有5个字符，错误！重新采集，过滤较短或者较长的内容。

4. 主要看返回值了。因为正确的只有一种情况，火车肯定返回发布成功。错误的，则有很多可能。

当你出错的时候，火车会返回两种可能，

一种可能是“内容含违规内容”或者“标题太短”（这里是举例），这时候你就知道，哦，原来违规内容不能发或者标题太短。按提示修改，使之符合你的网站标准。

第二种可能是“是否发布成功未知，请登录到网站查看”，出现这种情况，是因为你提交的数据错误，但是该错误提示信息不在你的错误返回值列表中。（就像你打了某人一拳，你听见他喊“疼”，你就知道用力了，你听见他喊“瘙痒啊”，你就知道打轻了；如果他可能返回了“what are you doing”，但你搞不懂了，你就需要把他翻译过来，他究竟喊的是什么，再做进一步处理）。如果这时候你应该在网站上手工将你所采集到的信息提交，你就知道为什么错了（你翻译过来以后，才知道原来他是惊讶），将该错误关键词添加到错误返回值列表中，并且对你提交的内容做相应的调整。

火车采集器默认的模块是针对默认的discuz的发布页的，而且是针对某一个版本的，比如你用discuz5 的模块往discuz 6的版本上发布，那肯定是错误的。

检查好上面这些信息，我相信，你能顺利发布。

道理很简单，你的所有规则都是正确的，discuz没理由不让你发表啊。

当然还要考虑一个情况，就是你的论坛是否开启了防灌水功能，如果开启了，那也应该将该错误关键字添加到 错误返回值列表中。


该规则对于任何一个网站都适合。

[ 本帖最后由 sushy 于 2008-10-27 01:07 编辑 ]

sushy

哦，看来我偏题了，楼主说他先没发布成功，后来发布成功了。大约，应该，是你吃饭那功夫，火车休息了一下，重新调整了状态，好好干活了吧

xyz5200

好心态。好办法，希望多多注意。