今天给大家推荐一款免费的WordPress自动采集插件：WP-CTspider，这款插件全自动采集几乎可采集任何网站，设置轻而易举，只需要设置定向采集网址，通过CSS选择器精准识别采集区域，包括（内容，摘要，TAG，缩略图，自定义字段等…）然后自动检测抓取网页内容，文章去重，更新发布，这个过程全自动完成，无需人工干预。
WP-CTspider支持WordPress全功能，完美支持WordPress各种功能、标签,摘要,特色图片,自定义栏目等。定时自动采集，只需要设置好每个任务，要多久执行一次任务，便可以定时执行采集任务。支持各种语言伪原创，支持百度翻译引擎(完全免费),共支持29种语言相互翻译,轻松获取原创文章，SEO，支持SEO全功能优化，支持内容过滤，甚至可以在文章任意位置添加上自定义内容，也可以自定义文章样式。附件下载，支持多种格式附件下载,包括自定义采集缩略图，并且可以选择图片添加水印。
下面介绍一下WP-CTspider超详细使用教程！
使用教程
新建项目 / 基本配置
接下来我们详细说下如何采集一个项目
我们使用新浪科技为示例：
首先基本配置：
- 任务名称：新浪科技（PS：自定义即可）
- 更新时间：默认60分钟（PS：当前任务60分钟自动执行一次）
- 字符集：默认选项就可以（PS：如果出现乱码情况，请针对当前web网页字符集选择即可）
- 随机IP：开启（PS：开启随机IP会在每次采集的时候自动更换IP,减少服务器IP被封的几率）
- 多线程采集：开启 （PS：开启后可提高采集速度）
- 多线程数量：默认10（PS：根据自己服务器配置酌情使用）
列表设置
- 列表URL: http://roll.tech.sina.com.cn/internet_all/index.shtml （PS：如需多个，可换行添加）
- 列表区域选择器：
.contList>ul>li（PS：【完全和CSS选择器用法一样】【可填，可不填】如果采集当前页面有多个相同列表DOM节点就要填写，确保采集精准度）用谷歌浏览器右键审查元素，可以看出当前列表数据都在.contList>ul>li下面
- 列表缩略图：如果有图可以直接填写当前缩略图CSS选择器
- 文章网址匹配：
a（PS：由于上面区域选择器已经定位,我们可以直接填入a标签即可，如果区域选择器没有定位则设置：.contList li a或者.contList a具体根据你采集页面dom结构自己分析） - 添加来源网址到自定义字段：
source_url（PS：【自定义】可开启或不开启，设置后会在每天文章添加一个自定义字段source_url并且会把当前采集到网址链接赋值给该字段用于前台调用显示）如:get_post_meta('source_url')可调用该字段的值。
点击列表测试可以查看当前项目列表配置情况
文章设置
标题匹配规则：h1
文章内容设置：#article_content
可以看到标题在h1标签下，也可使用.main-title来获取标题
正文内容看上去有好多 class和id 如果有id属性尽量采用id，毕竟id是唯一性，定位精准。
我们还可以增加规则来采集TAG标签
长腿蜘蛛-CTspider 提供了6总规则添加采集，并且可以自定义字段规则（PS：自定义字段规则可以添加多个）
点击采集测试
采集结果完美呈现（原文：标题：TAG）正确显示
但是我们发现结果中出现了a链接和一些多于的css属性和id属性还有span标签
我们可以利用长腿蜘蛛-CTspider强大的内容过滤模块进行数据清洗工作
内容过滤
- 首先删除数据中所有
a链接但不删除a标签内容 - 删除数据中
span标签并且也不删除内容 - 删除数据中无用的
class属性和id属性
具体设置如下图：
最后在进行采集测试（得到纯净的数据）
点击采集后显示没有任何数据只有两种可能
- 采集规则没有设置好。
- 如果确定采集规则没问题，请查看当前采集的网址是否是Ajax动态渲染加载（PS：目前长腿蜘蛛-CTspider
不支持动态渲染加载采集）
如何授权
登录长腿蜘蛛-CTspider官网注册账号（PS：注册账号需要邮箱验证激活码，请认真填写邮箱账号）。
- 点击用户中心->添加授权域名（PS：目前每位用户可以授权3个域名）。
- 得到授权码后，点击CTspider插件->系统配置->授权码配置->填入授权码->保存配置->验证授权
下载信息
总结
这款WP-CTspider自动采集插件使用教程还是非常详细的，可以说是傻瓜式教学，并且最重要的是它使用起来完全是免费的，有需要的不妨试试，但是现在搜索引擎对采集站打击力度也很大，做网站最好要有自己的原创内容。