dedecms采集规则和过滤规则图文攻略

　　dedecms采集规则和过滤规则图文攻略

　

　进入正题

“新增采集节点：第二步设置内容字段获取规则”页面，如下图所示

 

 

第一个说明：“预览网址”，一般是文章列表页的第一篇文章的网址，对于“内容分页导航所在的区域匹配规则”选择“全部列出的分页列表”的选项即可。这里选择目标页面http://www./post/254.html作为测试。

第二个是文章标题的设置。

打开目标网页并单击右键，选择查看源代码，找到title部分，如图所示

 

 

 

这里应修改填写<title>[内容]——温州seo</title>。标题中不合适的内容过滤原则：{dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim}，这样能去掉标题中的链接。

第三个是文章作者的修改和文章来源的修改，这个看你喜欢修改，跟上面类似的，多多试试就知道了。

 

第四个是文章内容的设置

同样的查看源代码，找到内容页面的起始代码，就已刚才的列表页中打开第一个网址http://www./post/254.html为例子，可以找到<div class="article-body">代码即为文章开始内容。过滤规则，我们看到还有一些链接和广告，使用过滤规则来过滤其中不需要的内容。

{dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim}  过滤链接
{dede:trim}<IFRAME([^>]*)>([^>]*)</IFRAME>{/dede:trim}  过滤内嵌框架
{dede:trim}<script([^>]*)>([^>]*)</script>{/dede:trim}  过滤JS广告

最后设置好了，之后如图，

 

 

 

 

检查无语后，保存并预览。

单个网页测试网址http://www./post/254.html的效果如图，可见测试还行，具体喜欢细节还可以自己调整。

 

 

 

 测试都正确后，可以进入采集了，成功采集后导出即可。