dede3.1分页文字采集过滤规则详说(图文教程)续四
2018-09-07 13:20
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：
复制代码 代码如下:
{dede:trim}<tdalign=centerheight=30>(.*)页次{/dede:trim}
采集一下：
src=
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)：
src=
写个完整的分页过滤规则：
复制代码 代码如下:
{dede:trim}<tdalign=centerheight=30>(.*)</option></select></td>{/dede:trim}
再采集下，看看结果：
src=
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：
复制代码 代码如下:
{!--节点基本信息--}
{dede:itemname=天水_工作计划_1页
imgurl=/upimgimgdir=../upimglanguage=gb2312typeid=1macthtype=string}
{/dede:item}
{!--采集列表获取规则--}
{dede:listsource=varsourcetype=list
varstart=varend=}
{dede:urlvalue=
{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=centerheight=30>首页上页[var:分页区域]页次{/dede:sppage}
{dede:notefield=dede_archives.titlevalue=[var:内容]comment=文章标题
isunit=isdown=}
{dede:match}<title>[var:内容]--天水搜索</title>{/dede:match}
{dede:function}{/dede:function}
{/dede:note}
{dede:notefield=dede_archives.sortrankvalue=[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.writervalue=[var:内容]comment=文章作者
isunit=isdown=}
{dede:match}{/dede:match}
{dede:function}{/dede:function}
{/dede:note}
{dede:notefield=dede_archives.litpicvalue=[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.pubdatevalue=[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.senddatevalue=[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.bodyvalue=[var:内容]comment=文章内容
isunit=1isdown=1}
{dede:match}</TR>
<TR>
<TDheight=8></TD>
</TR>
<TR>
<TDvalign=topclass=Connet><p>[var:内容]</p>
</TD>
</TR>{/dede:match}
{dede:trim}<tdalign=centerheight=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:notefield=dede_archives.sourcevalue=[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}
文章标题：dede3.1分页文字采集过滤规则详说(图文教程)续四
文章链接：http://soscw.com/index.php/essay/12491.html