dede3.1分頁(yè)文字采集過(guò)濾規(guī)則詳說(shuō)(圖文教程)續(xù)四

更新時(shí)間：2007年04月03日 00:00:00 作者：

至此，分頁(yè)內(nèi)容匹配進(jìn)行完畢。

文章內(nèi)容匹配、分頁(yè)內(nèi)容匹配都進(jìn)行完后，最后就只有“過(guò)濾”了，包括分頁(yè)區(qū)域過(guò)濾和文章內(nèi)容過(guò)濾。據(jù)本人的感覺(jué)，上面的兩個(gè)規(guī)則都好寫(xiě)，只要找到全部鏈接中的“唯一性”代碼就搞定，但過(guò)濾規(guī)則里卻是欲說(shuō)還休，道不盡的無(wú)窮奧妙……哈哈，感覺(jué)就是這樣。尤其如我一般的新手，對(duì)“正則”這個(gè)東西如臨天書(shū)，找了幾個(gè)正則方面的軟件吧仍覺(jué)無(wú)從下手，就只好依樣畫(huà)樣，照貓畫(huà)虎，依葫蘆畫(huà)瓢地摸索了。

好了，閑話了。也累了，聽(tīng)聽(tīng)《加州旅館》吧，在這：加州旅館_老鷹樂(lè)隊(duì)94現(xiàn)場(chǎng) 放松下吧。

你一眼看出來(lái)了過(guò)濾規(guī)則怎么寫(xiě)么，反正我是沒(méi)能看得出來(lái)，沒(méi)辦法，新手就是新手呀。不管它，那就依照原范例的分頁(yè)過(guò)濾規(guī)則寫(xiě)個(gè)規(guī)則試試看看結(jié)果吧：

復(fù)制代碼代碼如下:

{dede:trim}<td align='center' height='30'>(.*)頁(yè)次{/dede:trim}

采集一下：

分頁(yè)成功了，但廢碼多，還得改!
看下多余的代碼特征，好象是過(guò)濾范圍不夠，后面的很多內(nèi)容都要過(guò)濾掉。那好，把過(guò)濾區(qū)域再往后移，直接移至描紅部分吧(其實(shí)我在改過(guò)濾規(guī)則的時(shí)候，改了好幾次，這里就一次到位吧，不耽誤朋友們的時(shí)間了)：

寫(xiě)個(gè)完整的分頁(yè)過(guò)濾規(guī)則：

復(fù)制代碼代碼如下:

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

再采集下，看看結(jié)果：

好了，分頁(yè)成功，無(wú)多余代碼。至此，全部主要的代碼部分完成。
結(jié)果在這里：
有分頁(yè)的：黨員干部作風(fēng)整頓剖析材料
無(wú)分頁(yè)的：文藝部工作計(jì)劃
寫(xiě)一個(gè)完成的站點(diǎn)規(guī)則：

復(fù)制代碼代碼如下:

{!-- 節(jié)點(diǎn)基本信息 --} 

{dede:item name='天水_工作計(jì)劃_1頁(yè)' 
    imgurl='/upimg' imgdir='../upimg' language='gb2312' typeid='1' macthtype='string'} 
{/dede:item} 

{!-- 采集列表獲取規(guī)則 --} 

{dede:list source='var' sourcetype='list'  
          varstart='' varend=''} 
  {dede:url value='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:區(qū)域]{/dede:linkarea} 
{/dede:list} 

{!-- 網(wǎng)頁(yè)內(nèi)容獲取規(guī)則 --} 

{dede:art} 
{dede:sppage sptype='full'}<td align='center' height='30'>首頁(yè) 上頁(yè)[var:分頁(yè)區(qū)域]頁(yè)次{/dede:sppage} 

  {dede:note field='dede_archives.title' value='[var:內(nèi)容]' comment='文章標(biāo)題'  
  isunit='' isdown=''} 

    {dede:match}<title>[var:內(nèi)容]--天水搜索</title>{/dede:match} 

    {dede:function}{/dede:function} 

  {/dede:note} 

  {dede:note field='dede_archives.sortrank' value='[var:內(nèi)容]' comment='排序級(jí)別'  
  isunit='' isdown=''} 

    {dede:match}{/dede:match} 

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

  {/dede:note} 

  {dede:note field='dede_archives.writer' value='[var:內(nèi)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:內(nèi)容]' comment='縮略圖'  
  isunit='' isdown=''} 

    {dede:match}{/dede:match} 

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

  {/dede:note} 

  {dede:note field='dede_archives.pubdate' value='[var:內(nèi)容]' comment='發(fā)布時(shí)間'  
  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:內(nèi)容]' comment='錄入時(shí)間'  
  isunit='' isdown=''} 

    {dede:match}{/dede:match} 

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

  {/dede:note} 

  {dede:note field='dede_addonarticle.body' value='[var:內(nèi)容]' comment='文章內(nèi)容'  
  isunit='1' isdown='1'} 

    {dede:match}</TR> 
              <TR> 
                <TD height="8"></TD> 
              </TR> 
              <TR> 
                <TD valign="top" class=Connet><p>[var:內(nèi)容]</p> 
                  </TD> 
              </TR>{/dede:match} 
        {dede:trim}<td align='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:note field='dede_archives.source' value='[var:內(nèi)容]' comment='文章來(lái)源'  
  isunit='' isdown=''} 

    {dede:match}{/dede:match} 

    {dede:function}@me ='互聯(lián)網(wǎng)'{/dede:function} 

  {/dede:note} 
{/dede:art} 