| 帝國CMS的采集正則 |
| 1、作用：通過設(shè)置采集正則以便使系統(tǒng)識(shí)別你要采集的內(nèi)容。 |
| 2、帝國CMS的采集正則是什么樣的，下面我們用實(shí)例講解： |
| (1)、假如我們要采集頁面的內(nèi)容頁為如下頁面： |
圖1：HTML頁面
圖2：查看頁面源代碼為如下：
 |
| (2)、由上圖的源代碼內(nèi)容我們可以得出帝國CMS的采集正則： |
新聞標(biāo)題正則：
| <td>標(biāo)題：<strong>[!--title--]</strong></td> |
新聞內(nèi)容正則：
| <td>內(nèi)容：<font color="#FF0000">[!--newstext--]</font></td> |
上面中的“[!--title--]”與“[!--newstext--]”分別為“標(biāo)題”字段與“內(nèi)容”字段的正則變量。用于指定我們要采集的內(nèi)容位置。 |
| (3)、由上面我們得出了，帝國CMS采集正則是把正則變量替換要采集內(nèi)容后的代碼內(nèi)容。格式： |
| 識(shí)別代碼頭部[!--變量名--]識(shí)別代碼尾部 |
注意事項(xiàng)：上面的“識(shí)別代碼頭部”一定是要唯一的標(biāo)記。 |
|
| 3、帝國CMS正則還有表示任意內(nèi)容的字符：“*” |
如果“識(shí)別代碼頭部”中有內(nèi)容是變化的，那么我們可以用*代替它。如頁面源代碼為如下，我們要采集下面的鏈接地址：
| <a title="任意可變內(nèi)容" href="鏈接地址">標(biāo)題</a> |
通過使用“*”任意內(nèi)容表示字符，我們可以用下面的正則忽略可變內(nèi)容，獲得鏈接地址：
| <a title="*" href="[!--newsurl--]"> |
附加說明：[!--newsurl--]為頁面鏈接地址的正則變量。 |
| 4、其他說明： |
|
(1)、正則要找出唯一性的開頭字符。有時(shí)候空格都會(huì)成為識(shí)別的依據(jù)。 |
(2)、對于特殊字符請?jiān)谇懊婕由?ldquo;\\”，當(dāng)然直接將特殊字符改為“*”最合適了。特殊字符如下：
“ )”、“(”、“{”、“}”、“[”、“]”、“\”、“?”等等。 |
售前咨詢QQ：