搞这个，其实全是个人兴趣，至于盈利什么的，根本不在考虑范围内，算是满足自己的一个小目标吧

这里先简单写个大概，回头有时间再具体补充

这里已经写好全套教程，附带所有需要的东西，像尝试搭建，可以直接参考

【教程】【含源码和主题】杰奇1.7+关关采集器+Linux作为小说网站+Win端Samba远程采集+可用采集规则

 

1.域名的选择和解析

域名一般都会跟网站内容有些相关，解析的话，一般就是A类的三个解析，abc.com，wwwabc.com，m.abc.com，对应PC和手机站

2.服务器的选择

硬盘要大，至于性能，起码一般程度吧，那种256m内存带500G硬盘，想想都觉得头疼，

服务器的位置，其实欧洲更好，当然并不是说美西就差，因为大硬盘的原因，再加上非盈利性预算，网络肯定不会太好，虽然后期都建议上反代服务器优化访问。

3.小说CMS选择

YGBOOK最省心，但是太单一了，完全是为采集而采集这样。

杰奇算是使用较多的，目前来说1.7已经满足要求，至于更高版本，只是支持了在线支付这类，所以并不是刚需。

4.运行环境选择

LAMP，因为杰奇1.7只能PHP5.2，所以也只能Apache2.2了。

5.防火墙放行3306

即使是debian也要放行，不止是添加允许，还要删掉DROP3306那行。

6.Mysql远程权限

给root开启远程访问权限，便于远程采集。

7.采集问题

主流的小说采集，是关关采集，需要运行在win上，虽然linux下通过wine也可以运行，但是稳定性还有待商议。

8.远程采集引出的远程共享目录解决办法

由于使用远程采集，自然需要远程目录，使用Samba可以解决。

但是建议采集和数据库所在地区接近。

9.采集过程中千奇百怪的问题

同一个IP不要对一个IP采集太猛，容易被ban，让采集器卡住

数据库最好关掉DNS解析，可以节省一些资源

数据库要开远程用户权限，改过密码要重新加下权限

数据库3306端口要放行，而且主要不要有drop规则干掉3306

采集会丢章节，可能是网络不稳定原因？

不管是什么采集器，把检查重复章节去掉，不然好多书只会采集半本

5.6可以对采集一半的书采集，10.5只能采集新书

无法连接Samba可能是运营商封139和445端口，可以申请解封

权限权限很重要，无论是用户还是目录

vhost的配置文件，干掉这行，不然无法跨目录访问，导致wap版出错

#php_admin_value open_basedir "/home/wwwroot/xxxxx.cc:/tmp/:/var/tmp/:/proc/"

10.未解决的问题

会采集到不少空章节，日志报错代码121—————-咨询了相关人士，有人说是采集速度太快，但我觉得不太像

关关宕机，日志报错441，提示远程主机关闭了连接————-暂没有头绪，已确定错误发生时间不固定，且是概率发生，似乎更多是服务端数据库问题