程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> 關於PHP編程 >> dede3.1分頁文字采集過濾規則詳說(圖文教程)續四

dede3.1分頁文字采集過濾規則詳說(圖文教程)續四

編輯:關於PHP編程

至此,分頁內容匹配進行完畢。 

文章內容匹配、分頁內容匹配都進行完後,最後就只有“過濾”了,包括分頁區域過濾和文章內容過濾。據本人的感覺,上面的兩個規則都好寫,只要找到全部鏈接中的“唯一性”代碼就搞定,但過濾規則裡卻是欲說還休,道不盡的無窮奧妙……哈哈,感覺就是這樣。尤其如我一般的新手,對“正則”這個東西如臨天書,找了幾個正則方面的軟件吧仍覺無從下手,就只好依樣畫樣,照貓畫虎,依葫蘆畫瓢地摸索了。 

好了,閒話了。也累了,聽聽《加州旅館》吧,在這:加州旅館_老鷹樂隊94現場 放松下吧。

你一眼看出來了過濾規則怎麼寫麼,反正我是沒能看得出來,沒辦法,新手就是新手呀。不管它,那就依照原范例的分頁過濾規則寫個規則試試看看結果吧:
復制代碼 代碼如下:
{dede:trim}<td align='center' height='30'>(.*)頁次{/dede:trim}

采集一下:


分頁成功了,但廢碼多,還得改!
看下多余的代碼特征,好象是過濾范圍不夠,後面的很多內容都要過濾掉。那好,把過濾區域再往後移,直接移至描紅部分吧(其實我在改過濾規則的時候,改了好幾次,這裡就一次到位吧,不耽誤朋友們的時間了):


寫個完整的分頁過濾規則:
復制代碼 代碼如下:
{dede:trim}<td align='center' height='30'>(.*)</option></select></td>{/dede:trim} 

再采集下,看看結果:



好了,分頁成功,無多余代碼。至此,全部主要的代碼部分完成。
結果在這裡:
有分頁的:黨員干部作風整頓剖析材料
無分頁的: 文藝部工作計劃
寫一個完成的站點規則:
復制代碼 代碼如下:
{!-- 節點基本信息 --}

{dede:item name='天水_工作計劃_1頁'
    imgurl='/upimg' imgdir='../upimg' language='gb2312' typeid='1' macthtype='string'}
{/dede:item}

{!-- 采集列表獲取規則 --}

{dede:list source='var' sourcetype='list' 
          varstart='' varend=''}
  {dede:url value='http://www.tiansou.net/Html/Y_CYFW/R_Gzzj/F_Gzjh/index.html'}{/dede:url}    
  {dede:need}Gzjh/2007-{/dede:need}
  {dede:cannot}Gzjh/2007-1{/dede:cannot}
  {dede:linkarea}[var:區域]{/dede:linkarea}
{/dede:list}

{!-- 網頁內容獲取規則 --}

{dede:art}
{dede:sppage sptype='full'}<td align='center' height='30'>首頁 上頁[var:分頁區域]頁次{/dede:sppage}

  {dede:note field='dede_archives.title' value='[var:內容]' comment='文章標題' 
  isunit='' isdown=''}

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

    {dede:function}{/dede:function}

  {/dede:note}

  {dede:note field='dede_archives.sortrank' value='[var:內容]' comment='排序級別' 
  isunit='' isdown=''}

    {dede:match}{/dede:match}

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

  {/dede:note}

  {dede:note field='dede_archives.writer' value='[var:內容]' comment='文章作者' 
  isunit='' isdown=''}

    {dede:match}{/dede:match}

    {dede:function}{/dede:function}

  {/dede:note}

  {dede:note field='dede_archives.litpic' value='[var:內容]' comment='縮略圖' 
  isunit='' isdown=''}

    {dede:match}{/dede:match}

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

  {/dede:note}

  {dede:note field='dede_archives.pubdate' value='[var:內容]' comment='發布時間' 
  isunit='' isdown=''}

    {dede:match}{/dede:match}

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

  {/dede:note}

  {dede:note field='dede_archives.senddate' value='[var:內容]' comment='錄入時間' 
  isunit='' isdown=''}

    {dede:match}{/dede:match}

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

  {/dede:note}

  {dede:note field='dede_addonarticle.body' value='[var:內容]' comment='文章內容' 
  isunit='1' isdown='1'}

    {dede:match}</TR>
              <TR>
                <TD height="8"></TD>
              </TR>
              <TR>
                <TD valign="top" class=Connet><p>[var:內容]</p>
                  </TD>
              </TR>{/dede:match}
        {dede:trim}<td align='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:note field='dede_archives.source' value='[var:內容]' comment='文章來源' 
  isunit='' isdown=''}

    {dede:match}{/dede:match}

    {dede:function}@me ='互聯網'{/dede:function}

  {/dede:note}
{/dede:art}


  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved