帝国cms采集图文教程（中）

帝国建站程序系统, cms, 采集, 图文, 文教

上一讲咱们介绍了帝国建站程序系统cms采集基本流程，那么咱们这一讲介绍帝国建站程序系统cms如何采集内容分页。不少的同学在采集过程中，列表页和内容页都能可以很好地设定正则，但往往失败在内容分页正则上，主要是对内容分页正则不了解。帝国建站程序系统的内容分页形式有两种：（1）全部列出式（2）上下页导航式，但是这两种内容分页形式有什么区别，采集内容分页时该用哪种，官方说得比较模糊，对此有些同学感到很头大，好的，咱们先看下例子：

一、全部列出式
全部列表式只需看第一页的页面HTML具体代码如下，这一页的所有分页链接都列出来了。
1、咱们以“中华网内容分页(http://auto.china.com/dongtai/yejie/11012724/20120309/17081442.html)”为例：

可以看到这条新闻总共有3条分页。
2、查看源具体代码如下：

这一页里除了已经采集到的第1条分页外，还包括了第2条和第3条分页，所有的分页都列出来了。
3、取得分页区域正则([!--smallpageallzz--])：

4、取得分页链接正则([!--pageallzz--])：

二、上下页导航式
上下页导航式是分页采集的难点，他需要所有页面都符合分页正则才行，在不熟悉的情况下，咱们可以用第1页和第2页的具体代码如下来进行对比分析然后确定分页正则。
1、咱们以“爱丽网内容分页(http://fashion.aili.com/76/445845.html)”为例：

可以看到这条新闻总共有20条分页。
2、查看源具体代码如下：

这一页里除了已经采集到的第1条分页外，还包括了第2，第3，第4，第5，第6，第7，第8，第20条分页，但是第9到第19条分页并没有列出来，这时候咱们拿用第1页和第2页的具体代码如下来进行对比分析，来确定分页正则:
（1）第1页具体代码如下：

（2）第2页具体代码如下：

从这两幅图片可以看到他们有着相同的“分页区域开始具体代码如下”，“分页链接”格式，“分页区域结束具体代码如下”,那么就可以确定“分页区域正则”，“分页链接正则”。
3、取得分页区域正则([!--smallpageallzz--])：

4、取得分页链接正则([!--pageallzz--])：

5、为了方便具体的教程显示，newstext我采集了标题而不是采集内容，预览结果：

注意事项：
第一、在第一页的页面HTML具体代码如下里，内容分页链接全部列出来的情况下咱们使用“全部列出式”。在第一页的页面HTML具体代码如下里，内容分页链接没有全部列出来的情况下咱们使用“上下页导航式”。
第二、用全部列出式时，采集规则正确但是莫名其妙的出现重复的分页，这时可以利用替换法把它过滤掉（下一讲咱们再说）。
第三、用上下页导航式时，老是采到第1页，其他页连个影子都没有见过，这是因为分页区域正则([!--smallpagezz--])截取错误。
第四、用上下页导航式时，可以采集到前几页了，但是接下来这前几页全部重复循环到底，这也是因为分页区域正则([!--smallpagezz--])截取错误，截取范围过大，导致重复截取前几个分页链接。
好的，这一讲就到这里，下一讲咱们主要介绍帝国建站程序系统cms采集过滤和替换。
本文由国外网站站点大全http://www.kguowai.com/ 原创，转载请注明出处，谢谢!

名站网址导航于 2020-7-22 20:58 移动 @版权声明名站网址导航声明： 1.该文观点仅代表作者本人，名站网址导航系信息发布平台，名站网址导航仅提供信息存储空间服务。 2.名站网址导航所发布的一切资源、破解补丁、注册机和注册信息及软件的解密分析文章等仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该网站程序，请支持正版软件，购买注册，得到更好的正版服务。 3.如有侵权请邮件与咱们联系删除或处理（邮箱：[email 988365@gmail.com]），本站将立即改正，谢谢。