帝国cms采集图文教程(下)

[复制链接]
查看: 601|回复: 0

2271

主题

2272

帖子

8227

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
8227
发表于 2017-6-4 22:47:35 | 显示全部楼层 |阅读模式
前两讲我们分别介绍了帝国cms采集基本流程和帝国cms如何采集内容分页,最后这一讲主要介绍帝国cms采集过滤与替换,还有些技巧。
一、过滤
1、帝国cms采集过滤分为两种:
(1)“整体页面过滤正则”:
u2AmlGMmsSS0ZAmM.jpg
(2)“过滤广告正则”:
fwgrEgXQxAb7ogee.jpg
我们有些疑惑,这两种过滤到底有什么区别?“整体页面过滤正则”是过滤整个网页的html代码。“过滤广告正则”是过滤文章内容,仅对文章内容([!--newstext--])起作用。
2、过滤实例:
过滤实例(1):
SKjDoMbgJD4eFgFx.jpg
我们采集后发现信息内容底部多了行代码:“
”,根据格式“广告开始[!--ad--]广告结束”得到“过滤广告正则
”:
We3q3jhx9qJpby3Z.jpg
过滤实例(2):
XwlLLo7kPApwPDlk.jpg
要过滤链接代码怎么办,注意“过滤广告正则”右边有堆代码:
Euh69O905QTmH7g0.jpg
鼠标先点击A,系统自动生成过滤链接代码“,,,”,这样就可以把采集后的内容链接过滤掉了。同理,如果想过滤其他html代码就点击相应的标签代码。
注意事项:当内容分页包含在内容([!--newstext--])里时,要过滤掉内容分页,否则会重复出现内容分页。
二、替换
1、帝国cms采集替换也分为两种:
(1)“整体页面替换”:
dlsKffLsrg33rtNf.jpg
(2)“替换”:
peuuU9oL7uUeO17b.jpg
他们两种区别:“整体页面替换”是替换整个网页的html代码。“替换”是替换文章标题和内容,仅对标题([!--title--])和([!--newstext--])起作用。
2、替换实例:
ODMWjWdxK0dk973O.jpg
#p#副标题#e#
我们要把内容里的“新华网”替换成“中华网”:
y1ZVI6Byg6D9SxZS.jpg
预览下:
F89Q5Fj5Nq8q95n5.jpg
没有问题,替换过来了。
三、图片采集
(1)我们采集时会碰到信息内容可以正常采集,但是里面的图片却不显示,例子:
Ms4JIEfb3JjS7FnD.jpg
信息内容可以正常采集,就是图片不显示出来,这是由于内容图片的路径不对,图片的路径为相对地址。
(2)查看源代码:
r0scp8Dp7S0s0CgA.jpg
图片是相对地址,要换成绝对地址才能采集成功。
先在目标站的图片右键查看属性:
目标站的图片地址为“http://www.gdyd.com/news/PNews/a/e77366_634655073936250000.jpg”,我们采集所到的图片地址为“/news/PNews/a/e77366_634655073936250000.jpg”,分析得到前缀“http://www.gdyd.com”,我们把前缀放到“图片/FLASH地址前缀(内容)”,如下图:
(4)前台预览图片:
图片显示出来了:
H7aOH7T1UU1iBSnt.jpg
查看源代码:
XFbGUXdg1xWRIzgs.jpg
图片地址没错,是本地地址。
注意事项:我们在采集预览和在本地临时入库信息时,发现已经添加了图片地址前缀了,但是图片还是不显示,出现这个你不用理他,直接入库,入库了系统才会自动添加图片地址前缀。
至此采集实例讲解完毕,这三讲对帝国cms采集的基本流程,重点,难点基本都概括了,还有些基础的功能没能一一介绍清楚,大家可以到帝国官方网站看下基础教程。
温馨提示:如下载链接失效或密码不对请联系站长获取

1、在论坛里发表的文章仅代表作者本人的观点,与本网站立场无关。
2、论坛的所有内容都不保证其准确性,有效性,时间性。阅读本站内容因误导等因素而造成的损失本站不承担连带责任。
3、当政府机关依照法定程序要求披露信息时,论坛均得免责。
4、若因线路及非本站所能控制范围的故障导致暂停服务期间造成的一切不便与损失,论坛不负任何责任。
5、注册会员通过任何手段和方法针对论坛进行破坏,我们有权对其行为作出处理。并保留进一步追究其责任的权利。
回复

使用道具 举报

*滑块验证:
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

在线客服(工作时间:9:00-22:00)
400-000-0000
微信公众号

Copyright   ©2015-2016  三色源码下载  Powered by©Discuz!  技术支持:龙族网络     ( 京ICP备14050279号-2 )