深入解析DedeCms自动摘要与关键词获取的实用技巧

在DedeCms内容管理系统的日常运营中，自动生成文章摘要和关键词是提升SEO效率的关键环节。许多管理员在采集内容时经常遇到摘要和关键词字段为空的问题，这直接影响网站的内容质量和搜索引擎表现。本文将系统性地解决这一痛点， 从底层原理到实操方案，带你彻底掌握DedeCms自动摘要与关键词的获取技术。

问题根源：为什么采集时无法自动获取摘要和关键词？

当使用DedeCms内置采集功能时 如果生成的文章出现摘要和关键词为空的情况，通常源于三个核心问题：

1. 源网站Meta标签格式不兼容多数网站使用标准Meta标签格式，但部分站点采用简写形式，导致系统正则匹配失效
2. 采集规则配置缺失未在节点管理中启用"自动获取摘要和关键词"选项
3. 系统文件解析缺陷核心采集类文件的正则表达式未覆盖所有Meta标签变体

针对这些问题，我们需要从系统配置和代码修改两个维度入手，下面提供具体解决方案。

解决方案一：优化采集节点配置

这是最基础的解决步骤， 通过正确配置采集节点可解决60%的空摘要问题：

1. 登录DedeCms后台，进入「采集」→「采集节点管理」
2. 选择对应的采集节点，点击「修改」
3. 在「高级选项」区域勾选「自动获取摘要和关键词」
4. 保存配置后重新采集测试

注意事项：确保目标网站的列表页包含有效的Meta标签，可通过浏览器开发者工具检查源代码中的meta标签是否存在。

解决方案二：修改核心采集类文件

当基础配置无效时需要修改DedeCms的核心采集类文件。

1. 定位核心文件

打开文件：/include/dedecollection.class.php这是处理采集逻辑的核心文件。

2. 修改关键词匹配代码

在文件中搜索以下代码块：

php //自动分析关键字和摘要 preg_match/isU",$this->tmpHtml,$inarr); preg_match name=keywords/isU",$this->tmpHtml,$inarr2);

将其替换为增强版正则表达式：

php //自动分析关键字和摘要 preg_match/isU",$this->tmpHtml,$inarr); preg_match name=keywords/isU",$this->tmpHtml,$inarr2); preg_match/isU",$this->tmpHtml,$inarr3); if && isset) { $inarr = $inarr2; } if && isset) { $inarr = $inarr3; }

3. 增强摘要匹配逻辑

继续在文件中查找摘要相关代码， 修改为：

php //自动分析描述 preg_match/isU",$this->tmpHtml,$inarr); preg_match name=description/isU",$this->tmpHtml,$inarr2); if && isset) { $inarr = $inarr2; }

4. 保存测试

修改完成后保存文件，重新采集测试。该方案可兼容以下三种Meta标签格式：

解决方案三：手动干预与批量处理

对于特殊需求场景， 可采用以下辅助方案：

1. 采集后手动补充

在采集规则中添加「自动生成HTML」选项，然后在内容列表页使用批量编辑功能：

1. 进入「内容」→「文档管理」
2. 勾选需要修改的文章
3. 点击「批量移动」→「批量维护」
4. 在「摘要/关键词」区域填写内容

2. 使用第三方工具

对于大批量内容处理，可配合以下工具：

• PHP脚本自动提取编写脚本调用DedeCms的API自动填充字段
• 在线摘要生成器如SummarizeBot等第三方工具生成摘要后导入

高级优化：自定义摘要生成规则

当源网站无有效Meta标签时可配置系统自动从正文提取摘要：

1. 进入「系统」→「系统基本参数」
2. 在「核心设置」中修改「自动摘要长度」
3. 在采集规则中启用「自动截取摘要」选项

代码实现参考：在`/include/helpers/archive.helper.php`中添加自定义截取函数：

php function autoSummary { $content = preg_replace); return mb_substr, 0, $length, 'utf-8').'...'; }

常见问题与解决方案

问题1：修改后仍无法获取关键词 解决：检查目标网站的meta标签是否被JavaScript动态加载，可通过浏览器开发者工具的Network标签页查看实际响应内容。

问题2：中文关键词显示乱码 解决：确保文件编码为UTF-8无BOM格式， 在dedecollection.class.php开头添加：

php header;

问题3：采集时系统提示"正则表达式错误" 解决：检查正则表达式中的斜杠转义，确保所有斜杠正确转义为`/`。

最佳实践建议

1. 定期维护采集规则每月检查一次采集节点的Meta匹配规则， 适应目标网站的代码更新
2. 建立关键词词库在DedeCms后台创建关键词库，通过「内容」→「关键词管理」维护行业术语
3. 启用自动标签在「系统」→「系统基本参数」中开启自动标签功能，提升关键词密度
4. 备份机制修改核心文件前务必备份，推荐使用版本控制工具如Git

通过以上三种解决方案的组合使用，可彻底解决DedeCms采集时摘要和关键词为空的问题。核心要点在于：正确配置采集节点、优化正则表达式匹配、灵活运用手动干预工具。在实际操作中，建议优先尝试方案一和方案二，对于特殊场景再采用方案三。

因为DedeCms版本的更新，部分解决方案可能需要适配新版本。建议在修改前查阅官方文档，或通过社区论坛获取最新技术支持。记住优质的摘要和关键词不仅是SEO优化的基础，更是提升用户体验的关键要素。

---