• 全国400电话网上服务平台
    强大号码库资源任选,方便,快捷,快速开通。
    咨询热线:400-1100-266  

    dede3.1分页文字采集过滤规则详说(图文教程)续四
    POST TIME:2017-11-13 01:38
    至此,分页内容匹配进行完毕。

    文章内容匹配、分页内容匹配都进行完后,最后就只有“过滤”了,包括分页区域过滤和文章内容过滤。据本人的感觉,上面的两个规则都好写,只要找到全部链接中的“唯一性”代码就搞定,但过滤规则里却是欲说还休,道不尽的无穷奥妙……哈哈,感觉就是这样。尤其如我一般的新手,对“正则”这个东西如临天书,找了几个正则方面的软件吧仍觉无从下手,就只好依样画样,照猫画虎,依葫芦画瓢地摸索了。

    好了,闲话了。也累了,听听《加州旅馆》吧,在这:加州旅馆_老鹰乐队94现场放松下吧。

    你一眼看出来了过滤规则怎么写么,反正我是没能看得出来,没办法,新手就是新手呀。不管它,那就依照原范例的分页过滤规则写个规则试试看看结果吧:

      复制代码 代码如下:

      {dede:trim}<tdalign='center'height='30'>(.*)页次{/dede:trim}


    采集一下:

    =700) window.open('/upload/200743213556612.gif');" src="" onload="if(this.width>'700')this.width='700';" border=0>
    分页成功了,但废码多,还得改!
    看下多余的代码特征,好象是过滤范围不够,后面的很多内容都要过滤掉。那好,把过滤区域再往后移,直接移至描红部分吧(其实我在改过滤规则的时候,改了好几次,这里就一次到位吧,不耽误朋友们的时间了):

    =700) window.open('/upload/200743213556171.gif');" src="" onload="if(this.width>'700')this.width='700';" border=0>
    写个完整的分页过滤规则:

      复制代码 代码如下:

      {dede:trim}<tdalign='center'height='30'>(.*)</option></select></td>{/dede:trim}


    再采集下,看看结果:

    =700) window.open('/upload/200743213556537.gif');" src="" onload="if(this.width>'700')this.width='700';" border=0>

    好了,分页成功,无多余代码。至此,全部主要的代码部分完成。
    结果在这里:
    有分页的:党员干部作风整顿剖析材料
    无分页的: 文艺部工作计划
    写一个完成的站点规则:

      复制代码 代码如下:

      {!--节点基本信息--}

    {dede:itemname='天水_工作计划_1页'
    imgurl='/upimg'imgdir='../upimg'language='gb2312'typeid='1'macthtype='string'}
    {/dede:item}

    {!--采集列表获取规则--}

    {dede:listsource='var'sourcetype='list'
    varstart=''varend=''}
    {dede:urlvalue=''}{/dede:url}
    {dede:need}Gzjh/2007-{/dede:need}
    {dede:cannot}Gzjh/2007-1{/dede:cannot}
    {dede:linkarea}[var:区域]{/dede:linkarea}
    {/dede:list}

    {!--网页内容获取规则--}

    {dede:art}
    {dede:sppagesptype='full'}<tdalign='center'height='30'>首页上页[var:分页区域]页次{/dede:sppage}

    {dede:notefield='dede_archives.title'value='[var:内容]'comment='文章标题'
    isunit=''isdown=''}

    {dede:match}<title>[var:内容]--天水搜索</title>{/dede:match}

    {dede:function}{/dede:function}

    {/dede:note}

    {dede:notefield='dede_archives.sortrank'value='[var:内容]'comment='排序级别'
    isunit=''isdown=''}

    {dede:match}{/dede:match}

    {dede:function}@me=time();{/dede:function}

    {/dede:note}

    {dede:notefield='dede_archives.writer'value='[var:内容]'comment='文章作者'
    isunit=''isdown=''}

    {dede:match}{/dede:match}

    {dede:function}{/dede:function}

    {/dede:note}

    {dede:notefield='dede_archives.litpic'value='[var:内容]'comment='缩略图'
    isunit=''isdown=''}

    {dede:match}{/dede:match}

    {dede:function}@me=@litpic;{/dede:function}

    {/dede:note}

    {dede:notefield='dede_archives.pubdate'value='[var:内容]'comment='发布时间'
    isunit=''isdown=''}

    {dede:match}{/dede:match}

    {dede:function}if(@me!="")@me=GetMkTime(@me);
    else@me=time();{/dede:function}

    {/dede:note}

    {dede:notefield='dede_archives.senddate'value='[var:内容]'comment='录入时间'
    isunit=''isdown=''}

    {dede:match}{/dede:match}

    {dede:function}@me=time();{/dede:function}

    {/dede:note}

    {dede:notefield='dede_addonarticle.body'value='[var:内容]'comment='文章内容'
    isunit='1'isdown='1'}

    {dede:match}</TR>
    <TR>
    <TDheight="8"></TD>
    </TR>
    <TR>
    <TDvalign="top"class=Connet><p>[var:内容]</p>
    </TD>
    </TR>{/dede:match}
    {dede:trim}<tdalign='center'height='30'>(.*)</option></select></td>{/dede:trim}
    {dede:trim}
    {/dede:trim}
    {dede:trim}<param([^>]*)>{/dede:trim}
    {dede:trim}<embed([^>]*)>([^>]*)</embed>{/dede:trim}
    {dede:trim}<embed([^>]*)>{/dede:trim}
    {dede:trim}</embed>{/dede:trim}
    {dede:trim}<object([^>]*)>([^>]*)</object>{/dede:trim}
    {dede:trim}<object([^>]*)>{/dede:trim}
    {dede:trim}</object>{/dede:trim}
    {dede:trim}<OBJECT([^>]*)>([^>]*)</OBJECT>{/dede:trim}
    {dede:trim}<OBJECT([^>]*)>{/dede:trim}
    {dede:trim}</OBJECT>{/dede:trim}
    {dede:trim}<iframe([^>]*)>([^>]*)</iframe>{/dede:trim}
    {dede:trim}<iframe([^>]*)>{/dede:trim}
    {dede:trim}</iframe>{/dede:trim}
    {dede:trim}<IFRAME([^>]*)>([^>]*)</IFRAME>{/dede:trim}
    {dede:trim}<IFRAME([^>]*)>{/dede:trim}
    {dede:trim}</IFRAME>{/dede:trim}
    {dede:trim}<font([^>]*)>([^<]*)</font>{/dede:trim}
    {dede:trim}<font([^>]*)>{/dede:trim}
    {dede:trim}</font>{/dede:trim}
    {dede:trim}<img([^>]*)>{/dede:trim}
    {dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim}
    {dede:trim}<a([^>]*)>{/dede:trim}
    {dede:trim}</a>{/dede:trim}
    {dede:trim}<td([^>]*)>([^>]*)</td>{/dede:trim}
    {dede:trim}<td([^>]*)>{/dede:trim}
    {dede:trim}</td>{/dede:trim}
    {dede:trim}<tr([^>]*)>([^>]*)</tr>{/dede:trim}
    {dede:trim}<tr([^>]*)>{/dede:trim}
    {dede:trim}</tr>{/dede:trim}
    {dede:trim}<tbody([^>]*)>([^>]*)</tbody>{/dede:trim}
    {dede:trim}<tbody>{/dede:trim}
    {dede:trim}</tbody>{/dede:trim}
    {dede:trim}<table([^>]*)>([^>]*)</table>{/dede:trim}
    {dede:trim}<table([^>]*)>{/dede:trim}
    {dede:trim}</table>{/dede:trim}
    {dede:trim}{/dede:trim}

    {dede:function}{/dede:function}

    {/dede:note}

    {dede:notefield='dede_archives.source'value='[var:内容]'comment='文章来源'
    isunit=''isdown=''}

    {dede:match}{/dede:match}

    {dede:function}@me='互联网'{/dede:function}

    {/dede:note}
    {/dede:art}


    
    关于我们 | 付款方式 | 建站知识 | 增值服务 | 网站模板
    Copyright © 2003-2016
    时间:9:00-21:00 (节假日不休)
    版权所有:巨人网络(扬州)科技有限公司
    总部地址:江苏省信息产业基地11号楼四层
    《增值电信业务经营许可证》 苏B2-20120278
    X

    截屏,微信识别二维码

    微信号:veteran88

    (点击微信号复制,添加好友)

     打开微信

    微信号已复制,请打开微信添加咨询详情!