建议增加智能判断

sushy

我们做采集兼发布的时候，往往都是一条龙进行的。从而如果（因网络原因）采集步骤失败的话，那么发布内容步骤也不能通过；或者只做采集的话，如果入库失败，那么在数据库中就会留下一个空记录。当然有很多折中的办法，如总版写的火车头辅助工具，如直接操作数据库，将-1修改成0。

但这都不是最完美的办法，既然火车头已经采集了大部分内容，那么有没有可能做到更好呢?


一般，我们采集网页时，在分析网页前，火车头是不会处理网页上的图片的，也就死说，在分析入库之前，火车头只采集网页文本，而这个文本多的也不过10-20K，少的也就1-2K，从我做采集的经验来看，采集成功时，所有相目都按预定规则被分析出来；采集失败时，所有相目都没有记录，我至今也没有发现一例只采集和入库一半。

那么OK，也就是说，要成功，该条目所有项目都有值，要失败，该条目所有项目都无值。


目前火车头采取的判断是：当该条目采集（无论是否成功）以后，都会提示，“该条目采集成功，并入库”。实际上有很多未采集成功。

我的建议是增加一个入库后智能判断。增加一个可选相，包含如下内容：

a. {可选框}是否启用智能判断  如不选择，则后两条不可选；如选择，则后两条可选。
b. 认为  **** 项  有（无）值时成功  或为设置的特定值时成功   其中 ****为可选项，或者下拉菜单，值为 采集内容标签 的名称。
c. {单选框}重新采集  {单选框} 删除  {单选框} 不处置 失败的内容

[ 本帖最后由 sushy 于 2008-3-5 14:26 编辑 ]

rq204

楼主也做程序的吧，界面设计得挺不错的

sushy

我只会写些网页代码，这个界面是我用fireword将论坛上的一些符号复制过来的，嘿嘿  ~~~·

火车头

标签包含和不包含考虑加入了

sushy

其实没有必要先写数据库，然后再读数据库，加以判断。可以在入库之前就判断好某个标签的是否有值。这样同时也可以减少数据库操作。