建站教程>CMS建站>帝国cms分页采集正则及过滤技巧－中国西部旅游信息网

来源：百度文库编辑：神马文学网时间：2024/07/05 15:55:28

帝国cms分页采集正则及过滤技巧

http://www.hz8851.com | 时间：2010-06-16 | 关注人次[10111] | 字体设置:大中小

-
老实说我并不主张网站采集，不过做为站长，网页采集实在是一大利器。拿帝国CMS来说，采集功能很强大。虽然帝国CMS采集方法简单易学，但还是有朋友为采集规则而绞尽脑汁。以下是我悼念的一些帝国CMS的采集正则。
从文章的源代码中获得的
第一种：

[1] [2] [3] [4] 下一页

编写的规则：
选全部列出式
区域正则：

[!--smallpageallzz--]'>下一页
链接正则：

--------------------------------------------------------------------------------
第二种
采集代码

[1] [2] 下一页

《
编写的规则：
选用上下导航式：
分页区域正则：[!--smallpagezz--]下一页
分页链接正则：新闻正文正则：
src="http://pagead2.googlesyndication.com/pagead/show_ads.js">

[!--newstext--]

过滤广告正则：
[!--ad--],

[!--ad--]
例如：http://www.3edu.net/lw/3/lw_31205.html
--------------------------------------------------------------------------------
第三种

【1】【2】【3】【4】【5】

编写的规则：
"全部列出"式正则设置:
分页区域正则(无)
分页链接正则:
--------------------------------------------------------------------------------
第四种：

选全部列出式
区域正则：