Dedecms织梦采集功能的使用方法-不含分页的普通文章（二）

概述前言：本文是不含分页的普通文章的采集方法的第二节，在前一节的基础上，将会对新增采集节点中的第二步：设置字段获取规则做详细的说明。为了与前文保持一致，本文将延续使用前文的章节标记。 上接第一节。 2.1新增采集节点：第二步设置内容字段获取规则 单

前言：本文是“不含分页的普通文章的采集方法“的第二节，在前一节的基础上，将会对新增采集节点中的第二步：“设置字段获取规则”做详细的说明。为了与前文保持一致，本文将延续使用前文的章节标记。

上接第一节。

 

2.1新增采集节点：第二步设置内容字段获取规则

单击“保存信息并进入下一步设置”后，便可进入“新增采集节点：第二步设置内容字段获取规则”页面，如（图22）所示，

图22-设置内容字段获取规则

 

在预览网址处，系统将会自动指定一篇将被采集文章内容页面的网址（一般为所采集列表页面的第一篇文章网址），作为示范页面。如果文章内容页面含有分页，则需设置“内容分页导航所在的区域匹配规则”。对于“固定采集项目”中的“内容摘要、关键字和缩略图“三个部分，系统会用正则进行自动匹配，这里仅需配置过滤内容即可。下面主要介绍如何获取“文章标题、文章作者、文章来源、发布时间和文章内容”的采集规则，过滤规则仅简单涉及。

 

2.1.1 获取文章标题的采集规则

首先，打开“预览网址“的页面并单击右键，选择”查看源代码“，找到文章标题” 在Dreamweaver中为插入的Flash添加透明“，如（图23）所示，

图23-在源代码中的文章标题

 

这里的文章标题处在”

图24-文章标题的采集规则

 

2.1.2 获取文章作者的采集规则

如上图23所示，在“作者：”二字后面有一组标签“

图25-文章作者的采集规则

  2.1.3 获取文章来源的采集规则

在上图23中，可发现“来源：”二字后面有一组标签“

图26-文章来源的采集规则

 

2.1.4 获取文章发布时间的采集规则

再次回到图23，找到“发表于：”及其后的“

图27-文章发布时间的采集规则

 

2.1.5 获取文章内容的采集规则

这个部分是编写采集规则的重点，也是难点。需要特别注意。

具体 *** 作步骤：

（a）回到正在打开的文章内容页面的源代码，找到文章内容的开始部分“Dreamweaver升级到8.0.2后”，如图28所示，

图28-文章内容的开始部分

 

注意：在源代码中，有两处都出现了这句话。其中，第一句在“

 

（b）找到文章内容的结束部分“同样是添加值为“@R_301_3318@”的“wmode”参数。”，如图29所示，

图29-文章内容的结束部分

 

注意：由于结束部分的最后标签为”

图30-文章内容匹配规则的结束部分

 

（c）综合（a）和（b）可知，此处文章内容的匹配规则应为“

图31-文章内容的匹配规则

 

这里占时不使用过滤规则，关于过滤规则的介绍和使用，将会放在单独的章节中。

 

到这里，“新增采集节点：第二步设置内容字段获取规则”，就设置完成了。填写后，如（图32）所示，

图32-设置后的新增采集节点：第二步设置内容字段获取规则

 

检查无误后，单击“保存配置并预览”。如果之前设置正确，单击后，将会进入“新增采集节点：测试内容字段设置”页面并看到相应的文章内容。如（图33）所示，

图33-新增采集节点：测试内容字段设置

 

确定正确无误后，如果单击“仅保存”，系统将会提示“成功保存配置“并返回”采集节点管理“界面；如果单击“保存并开始采集“，将会进入”采集指定节点“界面。否则，请单击“返回上一步进行修改”。

关于第二节的介绍就到这里。下面进入第三节。。。

总结

以上是内存溢出为你收集整理的Dedecms织梦采集功能的使用方法-不含分页的普通文章（二）全部内容，希望文章能够帮你解决Dedecms织梦采集功能的使用方法-不含分页的普通文章（二）所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。