织梦教程-采集功能的使用方法 --- 图片集(二)

Dedecms采集功能的使用方法 --- 图片集(二)

前言:本文是Dedecms采集功能的使用方法 --- 图片集的第二节,在前一节的基础上,将会对新增采集节点中的第二步:设置字段获取规则部分做一个简单的介绍。为了与前文保持一致,本文将延续使用前文的章节标记。

上接第一节。

2.1新增采集节点:第二步设置内容字段获取规则

单击保存信息并进入下一步设置后,便可进入新增采集节点:第二步设置内容字段获取规则页面,如(图21)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图21-设置内容字段获取规则

在预览网址处,系统将会自动指定一篇文章作为示范页面,如有特殊需要可自行更改。打开示范页面,经观察可发现页面中含有分页,如(图22)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图22-分页

下面来设置分页部分的匹配规则。

具体操作步骤:

(a)在页面的源代码中,找到分页代码的开始部分和结束部分,如(图23)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图23-分页代码

(b)经过观察可知,分页代码位于div class=show_pages和/div之间。因此,在内容分页导航所在的区域匹配规则中,应填写div class=show_pages[内容]/div 。对于分页代码的样式,一共有三种可供选择,这里应选择第一种 全部列出的分页列表。填写后,如(图24)所示

织梦教程-采集功能的使用方法 --- 图片集(二)

图24-设置后的网页内容获取规则

对于固定采集项目中的内容摘要、关键字和缩略图三个部分,系统会用正则进行自动匹配,仅需配置过滤内容即可。下面主要介绍如何获取文章标题、文章作者、文章来源、发布时间和文章内容的采集规则以及简单的过滤规则。

2.1.1 获取文章标题的采集规则

首先,打开预览网址的页面并单击右键,选择查看源代码,找到文章标题 高清壁纸(非原创作品),如(图25)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图25-在源代码中的文章标题

这里的文章标题处在h1 class=font14 b blink/h1之间,因此这里应该填写h1 class= font14 b blink[内容]/h1作为文章标题的匹配规则。对于所包含的img src=/images/digest1.gif alt=推荐的欣赏可根据需要选择保留或者是过滤掉。如果希望把这张图片过滤掉,需要在过滤规则中填写:{dede:trim replace=}img([^]*){/dede:trim}。填写后,如(图26)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图26-文章标题的采集规则

2.1.2 获取文章作者的采集规则

经过查找源代码和对比原文,可发现本文没有涉及到原文作者。这里选择不填写。

2.1.3 获取文章来源的采集规则

这里把页面中的上传者作为文章来源,如图(27)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图27-上传者的信息

查看源代码,并找到相应的部分,如(图28)所示,

织梦教程-采集功能的使用方法 --- 图片集(二)

图28-源代码中上传者的信息

从图28中,可发现上传者的名字介于li class=show_content_r_box_uploader1p和/p之间,因此这里应填写li class=show_content_r_box_uploader1p[内容]/p作为文章来源的采集规则。虽然,选定的采集规则能采集到上传者的名字,但是同时也包含了所不希望采集到的图片和链接,下面通过设置过滤规则把它们过滤掉。首先,过滤掉链接,这里使用{dede:trim replace=}a([^]*){/dede:trim}{dede:trim replace=}/a{/dede:trim};其次,使用{dede:trim replace=}img([^]*){/dede:trim}过滤掉图片。填写后,如图29所示,

织梦教程-采集功能的使用方法 --- 图片集(二)