ECMS:帝國CMS的采集正則

導航: 上一級 | 帝國CMS | 首頁 | DedeCMS | Drupal | PHPCMS | PHP168 | Xoops | Joomla | PowerEasy | SupeSite

帝國CMS的采集正則

1、作用：通過設(shè)置采集正則以便使系統(tǒng)識別你要采集的內(nèi)容。

2、帝國CMS的采集正則是什么樣的，下面我們用實例講解：

(1)、假如我們要采集頁面的內(nèi)容頁為如下頁面：

圖1：HTML頁面

圖2：查看頁面源代碼為如下：

(2)、由上圖的源代碼內(nèi)容我們可以得出帝國CMS的采集正則：

新聞標題正則：

<td>標題：<strong>[!--title--]</strong></td>

新聞內(nèi)容正則：

<td>內(nèi)容：<font color="#FF0000">[!--newstext--]</font></td>

上面中的“[!--title--]”與“[!--newstext--]”分別為“標題”字段與“內(nèi)容”字段的正則變量。用于指定我們要采集的內(nèi)容位置。

(3)、由上面我們得出了，帝國CMS采集正則是把正則變量替換要采集內(nèi)容后的代碼內(nèi)容。格式：

識別代碼頭部[!--變量名--]識別代碼尾部

注意事項：上面的“識別代碼頭部”一定是要唯一的標記。

3、帝國CMS正則還有表示任意內(nèi)容的字符：“*”

如果“識別代碼頭部”中有內(nèi)容是變化的，那么我們可以用*代替它。如頁面源代碼為如下，我們要采集下面的鏈接地址：

<a title="任意可變內(nèi)容" href="鏈接地址">標題</a>

通過使用“*”任意內(nèi)容表示字符，我們可以用下面的正則忽略可變內(nèi)容，獲得鏈接地址：

<a title="*" href="[!--newsurl--]">

附加說明：[!--newsurl--]為頁面鏈接地址的正則變量。

4、其它說明：

(1)、正則要找出唯一性的代碼。有時候空格都會成為識別的依據(jù)。
(2)、對于特殊字符請在前面加上“\\”，當然直接將特殊字符改為“*”最合適了。特殊字符如下：
“ )”、“(”、“{”、“}”、“[”、“]”、“\”、“?”等等。