dede3.1分页文字采集过滤规则详说(图文教程)续四-巨人网络

主页 > 网站建设 > 建站知识 > dede3.1分页文字采集过滤规则详说(图文教程)续四

dede3.1分页文字采集过滤规则详说(图文教程)续四

POST TIME:2021-05-20 00:15

工业环保工程类企业网站织梦模板(带手机端)

软件APP类网站源码织梦通用型企业网站源码html

蓝色安防器材公司类整站模板

html5响应式网站织梦模板源码IT网络工作室织梦网

至此，分页内容匹配进行完毕。

文章内容匹配、分页内容匹配都进行完后，最后就只有“过滤”了，包括分页区域过滤和文章内容过滤。据本人的感觉，上面的两个规则都好写，只要找到全部链接中的“唯一性”代码就搞定，但过滤规则里却是欲说还休，道不尽的无穷奥妙……哈哈，感觉就是这样。尤其如我一般的新手，对“正则”这个东西如临天书，找了几个正则方面的软件吧仍觉无从下手，就只好依样画样，照猫画虎，依葫芦画瓢地摸索了。

好了，闲话了。也累了，听听《加州旅馆》吧，在这：加州旅馆_老鹰乐队94现场放松下吧。

你一眼看出来了过滤规则怎么写么，反正我是没能看得出来，没办法，新手就是新手呀。不管它，那就依照原范例的分页过滤规则写个规则试试看看结果吧：

　　复制代码代码如下:

　　{dede:trim}<tdalign='center'height='30'>(.*)页次{/dede:trim}

采集一下：

=700) window.open('/upload/200743213556612.gif');" src="" onload="if(this.width>'700')this.width='700';" border=0>
分页成功了，但废码多，还得改!
看下多余的代码特征，好象是过滤范围不够，后面的很多内容都要过滤掉。那好，把过滤区域再往后移，直接移至描红部分吧(其实我在改过滤规则的时候，改了好几次，这里就一次到位吧，不耽误朋友们的时间了)：

=700) window.open('/upload/200743213556171.gif');" src="" onload="if(this.width>'700')this.width='700';" border=0>
写个完整的分页过滤规则：

　　复制代码代码如下:

　　{dede:trim}<tdalign='center'height='30'>(.*)</option></select></td>{/dede:trim}

再采集下，看看结果：

=700) window.open('/upload/200743213556537.gif');" src="" onload="if(this.width>'700')this.width='700';" border=0>

好了，分页成功，无多余代码。至此，全部主要的代码部分完成。
结果在这里：
有分页的：党员干部作风整顿剖析材料
无分页的：文艺部工作计划
写一个完成的站点规则：

　　复制代码代码如下:

　　{!--节点基本信息--}

{dede:itemname='天水_工作计划_1页'
imgurl='/upimg'imgdir='../upimg'language='gb2312'typeid='1'macthtype='string'}
{/dede:item}

{!--采集列表获取规则--}

{dede:listsource='var'sourcetype='list'
varstart=''varend=''}
{dede:urlvalue=''}{/dede:url}
{dede:need}Gzjh/2007-{/dede:need}
{dede:cannot}Gzjh/2007-1{/dede:cannot}
{dede:linkarea}[var:区域]{/dede:linkarea}
{/dede:list}

{!--网页内容获取规则--}

{dede:art}
{dede:sppagesptype='full'}<tdalign='center'height='30'>首页上页[var:分页区域]页次{/dede:sppage}

{dede:notefield='dede_archives.title'value='[var:内容]'comment='文章标题'
isunit=''isdown=''}

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

{dede:function}{/dede:function}

{/dede:note}

{dede:notefield='dede_archives.sortrank'value='[var:内容]'comment='排序级别'
isunit=''isdown=''}

{dede:match}{/dede:match}

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

{/dede:note}

{dede:notefield='dede_archives.writer'value='[var:内容]'comment='文章作者'
isunit=''isdown=''}

{dede:match}{/dede:match}

{dede:function}{/dede:function}

{/dede:note}

{dede:notefield='dede_archives.litpic'value='[var:内容]'comment='缩略图'
isunit=''isdown=''}

{dede:match}{/dede:match}

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

{/dede:note}

{dede:notefield='dede_archives.pubdate'value='[var:内容]'comment='发布时间'
isunit=''isdown=''}

{dede:match}{/dede:match}

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

{/dede:note}

{dede:notefield='dede_archives.senddate'value='[var:内容]'comment='录入时间'
isunit=''isdown=''}

{dede:match}{/dede:match}

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

{/dede:note}

{dede:notefield='dede_addonarticle.body'value='[var:内容]'comment='文章内容'
isunit='1'isdown='1'}

{dede:match}</TR>
<TR>
<TDheight="8"></TD>
</TR>
<TR>
<TDvalign="top"class=Connet><p>[var:内容]</p>
</TD>
</TR>{/dede:match}
{dede:trim}<tdalign='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:notefield='dede_archives.source'value='[var:内容]'comment='文章来源'
isunit=''isdown=''}

{dede:match}{/dede:match}

{dede:function}@me='互联网'{/dede:function}

{/dede:note}
{/dede:art}