php采集规则编写,织梦dedecms图片采集规则的编写方法
本文将会涉及到织梦dedecms如何处理被采集页面含有分页以及如何使用简单的过滤规则。本文共分为三节:第一节,主要是介绍如何进入采集界面和新增采集节点中的第一步: 设置基本信息及网址索引页规则;第二节,主要是介绍新增采集节点中的第二步:设置字段获取规则;第三节,主要是介绍如何采集指定节点和如何导出采集内容。
下面进入第一节。
1.1进入采集节点管理界面
如(图1)所示,在后台管理界面的主菜单中单击“采集”,然后单击“采集节点管理”,即可进入采集节点管理界面,如(图2)所示。
图1-后台管理界面
图2-采集节点管理界面
1.2. 增加新节点
在采集节点管理界面中,单击左下角的“增加新节点”或者右上角的“添加新节点”(如图2),都可进入“选择内容模型”界面,如(图3)所示,
图3-选择内容模型界面
在“选择内容模型”界面的下拉列表框中,有“普通文章”和“图片集”可供选择。
根据被采集页面的类型,选择相应的内容模型。本文这里选择“图片集”,单击确定后,便可进入“新增采集节点:第一步设置基本信息及网址索引页规则”界面,如(图4)所示,
图4-新增采集节点:第一步设置基本信息及网址索引页规则
1.2.1 设置节点基本信息
图5-节点基本信息
如(图5)所示,这里只是介绍如何获取“目标页面编码”,对于其他的设定,可参见之前的文章。具体操作步骤:
(a)打开被采集的目标页:http://www.zcool.com.cn/shows/;
(b)单击右键后选择“查看源文件”,找到“charset”, 如(图6)所示,
图6-查看源文件
其等号后面的代码就是所需填写的“编码格式”,这里是“utf-8”。
填写后,如(图7)所示,
图7-设置后的节点基本信息
检查无误后,进入下一步设置。
1.2.2 设置列表网址获取规则
图8-列表网址获取规则
如(图8)所示,这里是设置被采集的文章列表页的匹配规则。具体操作步骤:
(a)首先,回到已打开的列表页,找到浏览器的URL地址栏中显示的网址和页面的换页部分。如(图9)和(图10)所示,
图9-浏览器的URL地址栏
图10-换页
(b)单击“2”,打开文章列表页的第二页,再次找到浏览器的URL地址栏中所显示的网址和页面的换页部分,如(图12)和(图13)所示,
图11-第二页的网址
图12-第二页的换页
(c)在已打开的列表页的第二页上面,单击(1),回到列表页的首页,这时页面的换页部分与之前的图10是相同的,然而浏览器的URL地址栏中所显示的网址与之前图9并不相同,如(图13)所示,
图13-第一页的网址
(d)由(b)和(c)可推知,这里被采集的列表页的网址所遵循规律为:
http://www.zcool.com.cn/shows/0!0!0!200!(*)!1!0!0/。稳妥起见,请自行测试更多列表页。确定规律后,在“匹配网址”中,填入列表页所遵循的规律。
(e)最后,根据需要指定采集的页码或者规律数字,并设定其递增规律。
到这里,“列表网址获取规则”部分就设置结束了。最后结果,如(图14)所示,
图14-设置后的列表网址获取规则
确定正确后,进入下一步设置。
(责任编辑:最模板)
php采集规则编写,织梦dedecms图片采集规则的编写方法相关推荐
- 织梦全自动php采集插件下载,织梦dedecms自动采集伪原创处理插件-织梦插件
织梦dedecms自动采集伪原创处理插件-织梦插件 自动采集伪原创发布更新一体化插件安装方法. 1.打开DEDE后台,进入模块-模块生成向导 模块名称:自动采集更新 联系Email:这里填个你的Ema ...
- 织梦文章摘要php文件,织梦dedecms自动采集文章摘要教程
织梦dedecms自动采集文章摘要教程 . 1在采集规则模型里添加1个字段 description 描述成文章摘要 递属表:dede4_archives 2 建立的新节点就多了一个文章摘要,匹配区域和 ...
- 织梦DEDECMS网站改造MIP加速器教程方法【附源码】 - 移动端MIP加速闪电图标
织梦DEDECMS网站改造MIP加速器教程方法[附源码] - 移动端MIP加速闪电图标.独立手机站改造MIP 首先我们网站必须为UTF-8编码内核程序,否则无法直接操作,今天我们介绍下已有独立移动网站 ...
- dedecms修改文章ID_织梦DEDECMS系统修改文章ID的方法
dedecms是不支持网站后台直接更改文章ID的,如果想要修改dedecms的文章ID,或是叫织梦DEDECMS系统修改文章ID的方法,小编就把具体方法分享给大家: 目前最新是V5.7版,只能通过修 ...
- 织梦DedeCMS子目录移动到根目录的方法
有时候我们在子目录中安装了dedecms,但有时候需要将其换到根目录中,下面就讲一下织梦DedeCMS子目录移动到根目录的方法: 下面是具体的操作步骤,强烈建议先备份数据库. 1.进入dedecms后 ...
- 织梦采集,织梦采集工具,织梦cms免费采集
织梦采集,整合了织梦DEDE发布接口,提供有织梦自动采集.织梦自动更新.织梦自动发布等强大的功能,让站长们可以轻松地建立织梦网站或者织梦CMS站群,织梦CMS作为开源的程序,能配上织梦采集管理,将会帮 ...
- dedecms php5.4 无法退出后台,PHP5.4版本织梦dedecms后台退出空白的解决方法
你是否遇到过PHP5.4版本织梦dedecms后台退出空白的问题,有没有解决呢?没有解决思绪,就来看看我这篇文章吧. 解决办法: 打开include/userlogin.class.php 找到:fu ...
- 修改织梦dedecms后台默认admin账号的方法
本文实例讲述了修改织梦CMS后台默认admin账号的方法.分享给大家供大家参考.具体实现方法如下: 有些新手站长朋友在安装织梦网站的时候,默认的管理员名字没改就是admin,可是后期发现不太安全,想修 ...
- php 织梦模板 防盗,织梦dedecms商业教程 织梦DedeCMS模板防盗的四种方法
织梦(DedeCMS)模板也是一种财富,不想自己辛辛苦苦做的模板被盗用,在互联网上出现一些和自己一模一样的网站,就需要做好模板防盗.本文是收集整理自网络,不过网上的版本都没有提供 Nginx 301重 ...
- 火车头免登录php代码,织梦dedecms火车头采集器批量在线发布文章免登陆模块教程...
之前搭建已dede的网站,像用火车头采集,发现总是出问题,在网上找了很多,又说php版本不对,还有说权限不对 其实是接口放错了文件目录,以下文档转发,划重点!1! 织梦自带的采集系统相比于火车头来说, ...
最新文章
- JDBC连接数据库过程
- linux查看python线程,Python多线程详解
- 关于动态生成输入界面的一些想法及实践
- android 文字路径,Android自定义控件:路径及文字
- 从来不敷面膜的人_女人睡觉前,敷面膜洗还是不洗?很多人都做错了,难怪皮肤总不好...
- 新版opencv兼容旧版_【标准换版】关于家用和类似用途电器用外置电源适配器、充电器和内置开关电源产品认证执行新版标准的通知...
- 数据挖掘与其商务智能上的应用的实验报告
- Shell脚本编程之(三)执行方式差异(source, sh script, ./script)
- pandas不可哈希化问题,unhashable type: ‘pandas._libs.tslibs.offsets.Hour
- Centos rsync配置
- Highcharter绘制中国地图
- 分享积累5年的人工智能网站,很大帮助
- 40余个超好用的在线影视站点
- 如何高效做问卷调查?
- docker安装shipyard
- 魔兽 服务器 角色 最多,魔兽科普:国服人最多的几个服务器都什么来头
- 上午写了一段代码,下午就被开除了。。。
- matlab中的符号对象与符号运算
- html5 中心点旋转,html5 canvas围绕中心点旋转
- 怎样修复中文版AE套模板时遇到的表达式报错误