dede3.1分页文字采集过滤规则详说(图文教程)续四
前端之家收集整理的这篇文章主要介绍了
dede3.1分页文字采集过滤规则详说(图文教程)续四，
前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
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：
<div class="codetitle"><a style="CURSOR: pointer" data="3504" class="copybut" id="copybut3504" onclick="doCopy('code3504')"> 代码如下:
<div class="codebody" id="code3504">
{dede:trim}<tdalign='center'height='30'>(.
)页次{/dede:trim}
采集一下：
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)：
写个完整的
分页过滤规则：
<div class="codetitle">
<a style="CURSOR: pointer" data="95218" class="copybut" id="copybut95218" onclick="doCopy('code95218')"> 代码如下: <div class="codebody" id="code95218">
{dede:trim}<tdalign='center'height='30'>(.)</td>{/dede:trim}
再采集下，看看结果：
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：
<div class="codetitle">
<a style="CURSOR: pointer" data="73192" class="copybut" id="copybut73192" onclick="doCopy('code73192')"> 代码如下: <div class="codebody" id="code73192">
{!--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='
http://www.tiansou.net/Html/Y_CYFW/R_Gzzj/F_Gzjh/index.html'}{/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}
[var:<a href="https://www.jb51.cc/tag/neirong/" target="_blank" class="keywords">内容</a>]--天水<a href="https://www.jb51.cc/tag/sousuo/" target="_blank" class="keywords">搜索</a>{/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}
<TDheight="8">
<TDvalign="top"class=Connet>[var:内容]
{/dede:match}
{dede:trim}<tdalign='center'height='30'>(.
)</td>{/dede:trim}
{dede:trim}
{/dede:trim}
{dede:trim}<param([^>])>{/dede:trim}
{dede:trim}<embed([^>]
)>([^>]){/dede:trim}
{dede:trim}<embed([^>]
)>{/dede:trim}
{dede:trim}{/dede:trim}
{dede:trim}<object([^>])>([^>]
){/dede:trim}
{dede:trim}<object([^>])>{/dede:trim}
{dede:trim}{/dede:trim}
{dede:trim}<OBJECT([^>]
)>([^>]){/dede:trim}
{dede:trim}<OBJECT([^>]
)>{/dede:trim}
{dede:trim}{/dede:trim}
{dede:trim}<iframe([^>])>([^>]
){/dede:trim}
{dede:trim}<iframe([^>])>{/dede:trim}
{dede:trim}{/dede:trim}
{dede:trim}<IFRAME([^>]
)>([^>]){/dede:trim}
{dede:trim}<IFRAME([^>]
)>{/dede:trim}
{dede:trim}{/dede:trim}
{dede:trim}<font([^>])>([^<]
){/dede:trim}
{dede:trim}<font([^>])>{/dede:trim}
{dede:trim}{/dede:trim}
{dede:trim}<img([^>]
)>{/dede:trim}
{dede:trim}<a([^>])>([^<]
){/dede:trim}
{dede:trim}<a([^>])>{/dede:trim}
{dede:trim}{/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([^>]
)>([^>]){/dede:trim}
{dede:trim}
{/dede:trim}
{dede:trim}{/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}
