当前位置:主页 > 网页教程 > 网站程序 > 帝国cms教程 > 内容欢迎大家投稿

帝国cms采集图文教程三:帝国cms采集过滤与替换和技巧

时间:2012-03-15 18:13来源:未知 作者:大宝库 点击:读取中
阅读工具:字体:

前两讲我们分别介绍了帝国cms采集基本流程帝国cms如何采集内容分页,最后这一讲主要介绍帝国cms采集过滤与替换,还有些技巧。

一、过滤

1、帝国cms采集过滤分为两种:

(1)“整体页面过滤正则”:

1-1-1.JPG

(2)“过滤广告正则”:

1-1-2.JPG

我们有些疑惑,这两种过滤到底有什么区别?“整体页面过滤正则”是过滤整个网页的html代码。“过滤广告正则”是过滤文章内容,仅对文章内容([!--newstext--])起作用。

2、过滤实例:

过滤实例(1):

1-2-1.jpg

我们采集后发现信息内容底部多了行代码:“<div style="clear:both;height:0;visibility:hiddden;overflow:hidden;">&bnsp;</div>”,根据格式“广告开始[!--ad--]广告结束”得到“过滤广告正则”:

1-2-2.JPG

过滤实例(2):

1-2-3.jpg

要过滤链接代码怎么办,注意“过滤广告正则”右边有堆代码:

1-2-4.jpg

鼠标先点击A,系统自动生成过滤链接代码“<a[!--ad--]>,</a>,<A[!--ad--]>,</A>”,这样就可以把采集后的内容链接过滤掉了。同理,如果想过滤其他html代码就点击相应的标签代码。

注意事项:当内容分页包含在内容([!--newstext--])里时,要过滤掉内容分页,否则会重复出现内容分页。

二、替换

1、帝国cms采集替换也分为两种:

(1)“整体页面替换”:

2-1-1.JPG

(2)“替换”:

2-1-2.JPG

他们两种区别:“整体页面替换”是替换整个网页的html代码。“替换”是替换文章标题和内容,仅对标题([!--title--])和([!--newstext--])起作用。

2、替换实例:

2-1-3.JPG

我们要把内容里的“新华网”替换成“中华网”:

2-1-4.JPG

预览下:

2-1-5.jpg

没有问题,替换过来了。

三、图片采集

(1)我们采集时会碰到信息内容可以正常采集,但是里面的图片却不显示,例子:

3-1.jpg

信息内容可以正常采集,就是图片不显示出来,这是由于内容图片的路径不对,图片的路径为相对地址。

(2)查看源代码:

3-2.jpg

图片是相对地址,要换成绝对地址才能采集成功。

(3)替换成绝对地址:

先在目标站的图片右键查看属性:

3-3-1.jpg

目标站的图片地址为“http://upload.chinaz.com//”,我们采集所到的图片地址为“/news/PNews/a/e77366_634655073936250000.jpg”,分析得到前缀“http://www.***.com”,我们把前缀放到“图片/FLASH地址前缀(内容)”,如下图:

3-3-2.JPG

(4)前台预览图片:

图片显示出来了:

3-4-1.JPG

查看源代码:

3-4-2.JPG

图片地址没错,是本地地址。

注意事项:我们在采集预览和在本地临时入库信息时,发现已经添加了图片地址前缀了,但是图片还是不显示,出现这个你不用理他,直接入库,入库了系统才会自动添加图片地址前缀。

至此采集实例讲解完毕,这三讲对帝国cms采集的基本流程,重点,难点基本都概括了,还有些基础的功能没能一一介绍清楚,大家可以到帝国官方网站看下基础教程。

(责任编辑:大宝库)


------分隔线----------------------------
推荐内容
赞助商链接
赞助商链接