前兩講我們分別介紹了帝國cms采集基本流程和帝國cms如何采集內(nèi)容分頁，最后這一講主要介紹帝國cms采集過濾與替換，還有些技巧。
　　一、過濾
　　1、帝國cms采集過濾分為兩種：
　　(1)“整體頁面過濾正則”：
　　
 
　　(2)“過濾廣告正則”：
　　
 
　　我們有些疑惑，這兩種過濾到底有什么區(qū)別?“整體頁面過濾正則”是過濾整個(gè)網(wǎng)頁的html代碼。“過濾廣告正則”是過濾文章內(nèi)容，僅對文章內(nèi)容([!--newstext--])起作用。
　　2、過濾實(shí)例：
　　過濾實(shí)例(1)：
　　
 
 
我們采集后發(fā)現(xiàn)信息內(nèi)容底部多了行代碼：“<div style="clear:both;height:0;visibility:hiddden;overflow:hidden;">&nbsp;</div>”，根據(jù)格式“廣告開始[!--ad--]廣告結(jié)束”得到“過濾廣告正則
”：
　　
 
　　過濾實(shí)例(2)：
　　
 
　　要過濾鏈接代碼怎么辦，注意“過濾廣告正則”右邊有堆代碼：
　　
 
　　鼠標(biāo)先點(diǎn)擊A，系統(tǒng)自動生成過濾鏈接代碼“,,,”，這樣就可以把采集后的內(nèi)容鏈接過濾掉了。同理，如果想過濾其他html代碼就點(diǎn)擊相應(yīng)的標(biāo)簽代碼。

　　注意事項(xiàng)：當(dāng)內(nèi)容分頁包含在內(nèi)容([!--newstext--])里時(shí)，要過濾掉內(nèi)容分頁，否則會重復(fù)出現(xiàn)內(nèi)容分頁。
　　二、替換
　　1、帝國cms采集替換也分為兩種：
　　(1)“整體頁面替換”：
　　
 
　　(2)“替換”：
　　
 
　　他們兩種區(qū)別：“整體頁面替換”是替換整個(gè)網(wǎng)頁的html代碼。“替換”是替換文章標(biāo)題和內(nèi)容，僅對標(biāo)題([!--title--])和([!--newstext--])起作用。
　　2、替換實(shí)例：
　　
 
　　我們要把內(nèi)容里的“新華網(wǎng)”替換成“中華網(wǎng)”：
　　
 
　　預(yù)覽下：
　　
 
　　沒有問題，替換過來了。
　　三、圖片采集
　　(1)我們采集時(shí)會碰到信息內(nèi)容可以正常采集，但是里面的圖片卻不顯示，例子：
　　
 
　　信息內(nèi)容可以正常采集，就是圖片不顯示出來，這是由于內(nèi)容圖片的路徑不對，圖片的路徑為相對地址。
　　(2)查看源代碼：
　　
 
　　圖片是相對地址，要換成絕對地址才能采集成功。
　　(3)替換成絕對地址：
　　先在目標(biāo)站的圖片右鍵查看屬性：
　　
 
　　目標(biāo)站的圖片地址為“http://www.gdyd.com/news/PNews/a/e77366_634655073936250000.jpg”，我們采集所到的圖片地址為“/news/PNews/a/e77366_634655073936250000.jpg”，分析得到前綴“http://www.gdyd.com”，我們把前綴放到“圖片/FLASH地址前綴(內(nèi)容)”，如下圖：
　　
 
　　(4)前臺預(yù)覽圖片：
　　圖片顯示出來了：
　　
 
　　查看源代碼：
　　
 
　　圖片地址沒錯(cuò)，是本地地址。
　　注意事項(xiàng)：我們在采集預(yù)覽和在本地臨時(shí)入庫信息時(shí)，發(fā)現(xiàn)已經(jīng)添加了圖片地址前綴了，但是圖片還是不顯示，出現(xiàn)這個(gè)你不用理他，直接入庫，入庫了系統(tǒng)才會自動添加圖片地址前綴。
　　至此采集實(shí)例講解完畢，這三講對帝國cms采集的基本流程，重點(diǎn)，難點(diǎn)基本都概括了，還有些基礎(chǔ)的功能沒能一一介紹清楚，大家可以到帝國官方網(wǎng)站看下基礎(chǔ)教程。
　　本文由 國外網(wǎng)站大全http://www.kguowai.com 原創(chuàng)，轉(zhuǎn)載請注明出處，謝謝!

最新評論