dede3.1分页文字采集过滤规则详说(图文教程)

程序员文章站 2022-05-13 07:57:26

...

本文旨在以一个有代表性的文字分页的取样规则和过滤规则为蓝本，通过简单的变通和改动，解决一般性文字分页的采集问题

一、范例部分
范例分页区域代码：
范例分页区域代码：
=700) window.open('/upload/20074321296309.gif');" src="http://www.bkjia.com/uploads/allimg/131016/060F53N3-0.gif" onload="if(this.width>'700')this.width='700';" border=0>
范例分页区域取样代码：
分页区域取样(匹配)：
=700) window.open('/upload/20074321298864.gif');" src="http://www.bkjia.com/uploads/allimg/131016/060F52001-1.gif" onload="if(this.width>'700')this.width='700';" border=0>

范例分页内容过滤规则：
分页内容过滤规则：
=700) window.open('/upload/20074321298386.gif');" src="http://www.bkjia.com/uploads/allimg/131016/060F5B40-2.gif" onload="if(this.width>'700')this.width='700';" border=0>
范例采集内容预览：
范例采集内容预览：
=700) window.open('/upload/20074321298685.gif');" src="http://www.bkjia.com/uploads/allimg/131016/060F52939-3.gif" onload="if(this.width>'700')this.width='700';" border=0>

范例全代码(说明：此代码为在原基础上进行更改后的代码，原代码版本不同，直接导入后无效，因此在dede论坛中有许多朋友说过‘直接导入人家的代码都不能用'，确实如此)：
输出结果：http://wen.soudata.net/html/guizeceshi/caijibiji/20070327/2044_2.html
与原文比较下吧：http://www.xiaocao.com/text/class1/class1/200609/text_28623.html
这是全部的代码，可导入试下：

复制代码代码如下:

{!-- 节点基本信息 --}

{dede:item name='论坛范例_工作总结_成功(改)'
imgurl='/upimg' imgdir='../upimg' language='gb2312' typeid='1' macthtype='string'}
{/dede:item}

{!-- 采集列表获取规则 --}

{dede:list source='var' sourcetype='archives'
varstart='' varend=''}
{dede:url value='http://www.xiaocao.com/text/class1/class1/200609/text_28623.html'}{/dede:url}
{dede:need}{/dede:need}
{dede:cannot}{/dede:cannot}
{dede:linkarea}[var:区域]{/dede:linkarea}
{/dede:list}

{!-- 网页内容获取规则 --}

{dede:art}
{dede:sppage sptype='full'}

[1][var:分页区域]{/dede:sppage}

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

{dede:match}

[var:内容]{/dede:match}

{dede:function}{/dede:function}

{/dede:note}

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

{dede:match}[var:内容]
{/dede:match}
{dede:trim}

(.*)

{/dede:trim}

{dede:function}{/dede:function}

{/dede:note}

{dede:note field='dede_archives.source' value='[var:内容]' comment='文章来源'
isunit='' isdown=''}

{dede:match}{/dede:match}

{dede:function}{/dede:function}

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