CMSware新建采集分类之索引页规则定义.pdfVIP

本电子书由站长百科()教程组制作 CMSware 新建采集分类之索引页规则定义  出处：站长百科  原文地址：/wiki/CMSware新建采集分类/索引页规则定义  本电子书整理自站长百科CMSware新建采集分类/索引页规则定义词条，查看内 容请访问网站。 新建采集分类/采集索引页规则定义  出处：站长百科  原文地址：/wiki/CMSware 新建采集分类/索引页规则定义  本电子书整理自站长百科CMSware 新建采集分类/索引页规则定义词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 • 采集索引页面URL： 待采集的内容链接列表页,一般是网站的2 级或3 级栏目首页. • 采集索引页有效区域定位规则： 用来定位有效的内容链接位置,如下图.  出处：站长百科  原文地址：/wiki/CMSware 新建采集分类/索引页规则定义  本电子书整理自站长百科CMSware 新建采集分类/索引页规则定义词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 我们要采集的是国内必威体育精装版播报的内容,所以其它区域的无效链接要过虑掉,而通 过设置采集索引页有效区域定位规则就可以过虑无效的链接.  出处：站长百科  原文地址：/wiki/CMSware 新建采集分类/索引页规则定义  本电子书整理自站长百科CMSware 新建采集分类/索引页规则定义词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 我们通过查看网页的源代码来定位有效链接区域,如上图,有效区域位于 td bgcolor=#BAD4E5 height=20 width=97% class=bigfont color=#000000国内必威体育精装版播报/font/td 有效链接区域 .. /html 通过有哪些信誉好的足球投注网站,我们可以得知国内必威体育精装版播报在整个网页源码中是唯一的,所以它也可 以用来作为头标识,而用/html来作为尾标识即可.最后定下来的正则规则是: /国内必威体育精装版播报(.*)\/html/isU  出处：站长百科  原文地址：/wiki/CMSware 新建采集分类/索引页规则定义  本电子书整理自站长百科CMSware 新建采集分类/索引页规则定义词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 名词解释: * 头标识 : 用来定位采集有效区域开始的字串,在整个网页源代码中必须 唯一. * 尾标识 : 用来定位采集有效区域结束的字串,在整个网页源代码中必须 唯一. 正则语法: * 所有采集正则必须以/开始, /isU 结束.格式.即: /头标识(.*)尾标识/isU * 头/尾标识中的所有/符号必须加个\转义符,也就是 /html你要写成 \/html 头/尾标识中的所有符号必须加个\转义符,也就是font color=#000000你要写成font color=\#000000\ * [\s]*代表0 个或多个空格, * [^\\s]*代表除了,,,空格外的所有字符 * [0-9]+代表任意的数字组合: • 有效内容页URL 过虑规则：  出处：站长百科  原文地址：/wiki/CMSware 新建采集分类/索引页规则定义  本电子书整理自站长百科CMSware 新建采集分类/索引页规则定义词条，查看内容请访问网站。 本电子书由站长百科()教程组制作 通过分析有效区域里面的链接格式,我们最终确定了有效内容页URL 过虑规则 如下: /a[\s]*href=([^\\s]*content_[0-9]+.htm)/isU 正则语法: * 所有采集正则必须以/开始, /isU 结束.格式.即: /头标识尾标识/isU * 头/尾标识中的所