网站地图
  • 网站首页
  • 模板下载
  • 建站心得
  • 站长百科
  • 素材风暴
  • 源码时代
  • 源码入门
  • 织梦CMS模板采集办法的课程:不含分页的一般文章的采集

    发布时间: 2021-10-10 07:12首页:蜡笔源码 > 模板下载 > DEDE模板 > 阅读()
    -->

    前言:本文是“不含分页的一般文章的采集办法“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:“设置字段获得规则”做详细的说明。为了与前文维持一致,本文将延续用前文的章节标记。

    上接第一节。

    2.1新增采集节点:第二步设置内容字段获得规则

    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得规则”页面,如(图22)所示,

    图22-设置内容字段获得规则

    在预览网址处,系统将会自动指定一篇将被采集文章内容页面的网址(通常为所采集列表页面的第一篇文章网址),作为示范页面。假如文章内容页面含有分页,则需设置“内容分页导航所在的地区匹配规则”。对于“固定采集项目”中的“内容摘要、关键词和缩略图“三个部分,系统会用正则进行自动匹配,这里只需要配置过滤内容即可。下面主要介绍怎么样获得“文章标题、文章作者、文章出处、发布时间和文章内容”的采集规则,过滤规则仅容易涉及。

    2.1.1 获得文章标题的采集规则

    第一,打开“预览网址“的页面并单击右键,选择”查询源码“,找到文章标题” 在Dreamweaver中为插入的Flash添加透明“,如(图23)所示,

    图23-在源码中的文章标题

    这里的文章标题处在”<h1></h1>”之间,因为在此页面中多次出现这组标签,因此这里应该填写“<div class=”arcbody”><h1>[内容]</h1>”作为文章标题的匹配规则。假如在文章标题中含有有关链接等,可用过滤规则加以处置,这里不需要设置。填写后,如图24所示,

    图24-文章标题的采集规则

    2.1.2 获得文章作者的采集规则

    如上图23所示,在“作者:”二字后面有一组标签“<font color=”red”></font>”,以此猜测,作者名将会写在这组标签之间。同样,为了维持唯一性,这里应填写”作者:<font color=“red”>[内容]</font>“作为文章作者的采集规则。小心起见,请依据文章列表中其他文章内容页面查证此采集规则是不是正确。这里无需用过滤规则。填写后,如图25所示,

    图25-文章作者的采集规则

    2.1.3 获得文章出处的采集规则

    在上图23中,可发现“出处:”二字后面有一组标签“<font color=”red”></font>”,以此猜测,出处内容将会写在这组标签之间。与2.1.2处置方法相同,为了维持唯一性,文章出处的采集规则应为“出处:<font color=“red”>[内容]</font>“。同样,这里也无需用过滤规则。填写后,如图26所示,

    图26-文章出处的采集规则

    2.1.4 获得文章发布时间的采集规则

    第三回到图23,找到“发表于:”及其后的“<font color=”red”>2009-09-29 14:21</font>”,与之前获得采集规则办法相同,此处应把“发表于: <font color=”red”>[内容]</font>”作为发布时间的采集规则。同样,这里也无需用过滤规则。填写后,如图27所示,

    图27-文章发布时间的采集规则

    2.1.5 获得文章内容的采集规则

    这个部分是撰写采集规则的重点,也是难题。需要特别注意。

    具体操作步骤:

    (a)回到正在打开的文章内容页面的源码,找到文章内容的开始部分“Dreamweaver升级到8.0.2后”,如图28所示,

    图28-文章内容的开始部分

    注意:在源码中,有两处都出现了这句话。其中,第一句在“<div class=”intro”>”之后,第二句在“<div class=”content”><p>”之后。通过对比文章内容页面及其源码,不难发现,第一处实为摘要,第二处才为文章内容的开始部分。因此,应选取“<div class=”content”>”为匹配规则的开始部分。

    (b)找到文章内容的结束部分“同样是添加值为“transparent”的“wmode”参数。”,如图29所示,

    图29-文章内容的结束部分

    注意:因为结束部分的最后标签为”</p>”,而此标签在文章内容中多次出现。因此,不可以作为采集规则的结束标签。考虑到应与文章内容的开始部分相对应,经对比和剖析后得出,此处应选取“</div>”作为文章内容的结束部分,如图30所示,

    图30-文章内容匹配规则的结束部分

    (c)综合(a)和(b)可知,此处文章内容的匹配规则应为“<div class=”content”>[内容]</div>”,填写后,如图31所示,

    图31-文章内容的匹配规则

    这里占时不用过滤规则,关于过滤规则的介绍和用,将会放在单独的章节中。

    到这里,“新增采集节点:第二步设置内容字段获得规则”,就设置完成了。填写后,如(图32)所示,

    图32-设置后的新增采集节点:第二步设置内容字段获得规则

    检查无误后,单击“保存配置并预览”。假如之前设置正确,单击后,将会进入“新增采集节点:测试内容字段设置”页面并看到相应的文章内容。如(图33)所示,

    图33-新增采集节点:测试内容字段设置

    确定正确无误后,假如单击“仅保存”,系统将会提示“成功保存配置“并返回”采集节点管理“界面;假如单击“保存并开始采集“,将会进入”采集指定节点“界面。不然,请单击“返回上一步进行修改”。

    关于第二节的介绍就到这里。下面进入第三节。。。

    特别声明:文章内容仅供参考,不造成任何投资建议。投资者据此操作,风险自担。

    网站首页 - 模板下载 - 建站心得 - 站长百科 - 素材风暴 - 源码时代 - 源码入门

    未经本站书面特别授权,请勿转载或建立镜像

    Copyright © 2002-2021 蜡笔源码 (http://www.028djc.com) 网站地图 TAG标签