帝國cms分頁采集正則及過濾技巧

2024-08-28 12:27:38

字體：大中小

來源：轉載

供稿：網友

老實說我并不主張網站采集，不過做為站長，網頁采集實在是一大利器。拿帝國CMS來說，采集功能很強大。雖然帝國CMS采集方法簡單易學，但還是有朋友為采集規則而絞盡腦汁。以下是我悼念的一些帝國CMS的采集正則。

從文章的源代碼中獲得的

第一種：

編寫的規則：

選全部列出式
區域正則：
<p align='center'><b><font color='red'>[!--smallpageallzz--]'>下一頁
鏈接正則：
<a href='[!--pageallzz--]'>

--------------------------------------------------------------------------------

第二種

采集代碼

<p align='center'><b><font color='red'>[1]</font> <a href='/lw/3/lw_31205_2.html'>[2]</a> <a href='/lw/3/lw_31205_2.html'>下一頁</a> </b></p> <center>《

編寫的規則：

選用上下導航式：
分頁區域正則：<font color='red'>[!--smallpagezz--]下一頁
分頁鏈接正則：<a href='[!--pagezz--]'
新聞正文正則：
src="http://pagead2.googlesyndication.com/pagead/show_ads.js">
</script></td>
</tr>
</table>[!--newstext--]</td>
</tr>
<tr>
<td width=5></td>

過濾廣告正則：
</p> <center>[!--ad--]</center>,</p><p align='center'>[!--ad--]</b>

例如：http://www.3edu.net/lw/3/lw_31205.html

--------------------------------------------------------------------------------

第三種

編寫的規則：

"全部列出"式正則設置:

分頁區域正則(無)
分頁鏈接正則: <a class=page href="[!--pageallzz--]" target=_self>

--------------------------------------------------------------------------------

第四種：

選全部列出式

區域正則：
<DIV class=pageContainer> <DIV class=pager><span class="nextprev">[!--smallpageallzz--]" class="nextprev" title="后一頁">

鏈接正則：
<a href="[!--pageallzz--]"