織夢DedeCms采集規(guī)矩教程

本文格式為Word版，下載可任意編輯——織夢DedeCms采集規(guī)矩教程

篇一：DEDECMS完整采集教程(共三篇)

DEDECMS完整采集教程（列表設置篇）-marco608原創(chuàng)

以的html教程中的數(shù)據(jù)庫為例，地址是

/web-art/htmlbase/HTML/index.html

一，開啟dedecms，進入，新建一個節(jié)點，模型我們就選擇

/4410828

二，填寫節(jié)點的基本信息：

名稱就自己定義吧。

編碼就比較重要，大家可以在頁面點擊右鍵來看該頁面的編碼。

來源就自己定義吧。

防盜鏈就看目標站點的有無刷新限制，有就設置一下超時時間。

/4410828

三，設置采集列表：

我們要采集的列表是這樣的：

而我們要設置的列表是這樣的：

下面我們來說明一下這個設置是怎么填的。

來源網(wǎng)址很重要的。列表的獲取就是從這里得到的。

自己開啟：/web-art/htmlbase/HTML/list_33_2.html看看分頁的規(guī)律。不難看出吧？

然后我們在設置列表分頁時，就轉換為變量值的形式：

/web-art/htmlbase/HTML/list_33_[var:分頁].html

而變量起始值是1，終止值是3，就代表1至3的列表頁了。

正則配置網(wǎng)址就看本身是否有比較特定的文章網(wǎng)址字符。例如page1.html之類的。

下面的html范圍就比較重要。

我們看原dede的列表。我們在瀏覽器里查看源文件。

查找以下代碼：

看到這里，你一定要認識常用的html代碼。

這里要復制代碼起始就是那個文章列表的表格的開始部分吧。

下面就是文章列表的表格的終止部分的代碼：

篇二：DeDeCMS5.7詳細采集教程

DeDeCMS織夢的采集教程，超級詳細

超級詳盡的織夢采集教程

看到好多網(wǎng)友都為織夢（DEDECMS）的采集教程頭疼，的確，官方出的教程太籠統(tǒng)了，什么都沒說，換個網(wǎng)站你什么都做不了，這個教程是最詳盡的教程，讓你一看即會首先我們開啟織夢后臺點擊采集——采集節(jié)點管理——增加新節(jié)點

這里我們以采集普通文章為例，我們選擇普通文章，然后確定

我們進入了采集的設置頁面，填寫節(jié)點名稱，就是給這個新節(jié)點取個名字，這里你可以任意填寫。

一、設置文章列表頁面

然后開啟你想要采集的文章列表頁，這里我們以織夢官網(wǎng)為例

/web-manage/jianzhanxinde/開啟這個頁面，右鍵——查看源文件

找到目標頁面編碼，就在charset后面

頁面基本信息其他的一般就不用管了，填完了如圖

現(xiàn)在我們來填寫列表網(wǎng)址獲取規(guī)則看看文章列表第一頁的地址

/web-manage/jianzhanxinde/list_49_1.html

對比其次頁的地址/web-manage/jianzhanxinde/list_49_2.html我們發(fā)現(xiàn)了他們除了49_后面的數(shù)字不一樣，其他的都一樣，所以我們可以這樣寫/web-manage/jianzhanxinde/list_49_(*).html就是把1換成了(*)由于這里只有2頁，所以我們就填從1到2每頁遞增當然是1了，2-1...是等于1吧

這里我們就填寫完了

沒有規(guī)則的路徑，需要手動設定

可能大家采集的有些列表沒有規(guī)則，那就只有手工指定列表網(wǎng)址了，如圖

每行寫一個頁面地址

列表規(guī)則寫完了，我們就開始寫文章網(wǎng)址匹配規(guī)則了,回到文章列表頁右鍵查看源文件找到區(qū)域開始的HTML，就是找文章列表開始的標志。

我們很簡單的找到了如圖中的“新聞列表〞。從這里開始，后面就是文章列表里我們再找文章列表終止的HTML

就是這個了，一個很簡單找到的標志

假使鏈接中含有圖片：

不處理采集為縮略圖這里根據(jù)自己的需要選擇

對區(qū)域網(wǎng)址進行再次篩選：(使用正則表達式)

必需包含：(優(yōu)先級高于后者)

不能包含：

開啟源文件，我們可以很明白的看到，文章鏈接都是以.html終止的

所以，我們在必需包含后面填.html假使遇到有些列表很麻煩，還可以填寫后面的不能包含

實例如圖

二、設置文章內(nèi)容采集

我們點擊保存設置進入下一步，可以看到我們獲得的文章網(wǎng)址

看到這些就是對的了，我們保存信息進入下一步設置內(nèi)容字段獲取規(guī)則

我們看看文章有沒有分頁，隨便進入一篇文章看看。。我們看到這里的文章沒有分頁所以這里的我們就默認了

我們現(xiàn)在來找文章標題等等隨便進入一篇文章，右鍵查看源文件看看這些

依照源碼填寫

我們再來填寫文章內(nèi)容的開始，終止和上面的一樣，找到開始和終止標志

篇三：dedecms采集規(guī)則

dedecms采集規(guī)則dedeCMS采集規(guī)則，過濾，替換文章內(nèi)的部分內(nèi)容

1.采集去除鏈接

[Copytoclipboard]CODE:

{dede:trim}]*)([^]*){/dede:trim}

讓field:title標題突破30這個長度，修改代碼的方法

找到./include/inc_arcpart_view.php

行291:

if($titlelen==)$titlelen=30;

修改為

if($titlelen==)$titlelen=60;

就可以了，然后，你可以這樣調用了

{dede:channelArtlisttypeid=0col=1tablewidth=100%}

{dede:arclistrow=10}

[field:titlefunction=cn_substr(@me,38)/]

{/dede:arclist}

{/dede:channelArtlist}

把這個延伸一下:關于inc_arcpart_view.php

functionGetArcList($typeid=0,$row=10,$col=1,$titlelen=30,$infolen=160,

$imgwidth=120,$imgheight=90,$listtype=all,$orderby=default,$keyword=,$innertext=,$tablewidth=100,$arcid=0,$idlist=)

這里的參數(shù)都可以更改你實際需要的模板元素尺寸大小.

2.采集過慮中去掉鏈接保存文字的方法!

柏老大的方法是{dede:trim}a([^]*)([^]*)/a{/dede:trim}

這樣做會去掉ahf與/a之間的字符!這樣整個文章就少了部分字符,不完整了!

后來我屢屢測試,終究找到了正確的使用方法!如下:

{dede:trim}a([^]*){/dede:trim}

{dede:trim}/a{/dede:trim}

做成兩條采集規(guī)則就可以了!

在實際使用中好像([^]*)([^]*)兩條一起使用才行!

3.過濾div

{dede:trim}]*){/dede:trim}

{dede:trim}

{/dede:trim}

過濾js

{dede:trim}]*)([^]*){/dede:trim}

過濾未知變量字符

固定(.*)固定

4.dede萬能過濾代碼

以下是常用的正則表達式標簽

{dede:trim}tbody(.*){/dede:trim}

{dede:trim}/tbody{/dede:trim}

{dede:trim}table(.*){/dede:trim}

{dede:trim}/table{/dede:trim}

{dede:trim}tr(.*){/dede:trim}

{dede:trim}/tr{/dede:trim}

{dede:trim}td(.*){/dede:trim}

{dede:trim}/td{/dede:trim}

{dede:trim}font(.*){/dede:trim}

{dede:trim}/font{/dede:trim}

{dede:trim}a(.*){/dede:trim}

{dede:trim}/a{/dede:trim}

{dede:trim}param(.*){/dede:trim}

{dede:trim}embed(.*)/embed{/dede:trim}

{dede:trim}object(.*)/object{/dede:trim}

{dede:trim}iframe(.*)/iframe{/dede:trim}

{dede:trim}form(.*)/form{/dede:trim}

{dede:trim}input(.*){/dede:trim}

{dede:trim}script(.*)/script{/dede:trim}

{dede:trim}style(.*)/style{/dede:trim}

{dede:trim}!--(.*)--{/dede:trim}

以下為不常用的正則表達式標簽

{dede:trim}div(.*){/dede:trim}

{dede:trim}/div{/dede:trim}

{dede:trim}center(.*){/dede:trim}

{dede:trim}/center{/dede:trim}

{dede:trim}p(.*){/dede:trim}

{dede:trim}/p{/dede:trim}

{dede:trim}span(.*){dede:trim}

{dede:trim}/span{dede:trim}

{dede:trim}img(.*){/dede:trim}

/////////////////////////////////////

5.織夢標題不全,鼠標指向顯示全部的代碼:

{dede:arclisttitlelen=100}

[field:titlefunction=(strlen(@me)40?cn_substr(@me,40):@me)/]

{/dede:arclist}

6.dede/inc/inc_archives_functions.php第100行(flash頻道遠程flash本地化的BUG)$cfg_uploaddir=$GLOBALS[media_dir];

修改成

$cfg_uploaddir=$GLOBALS[cfg_other_medias];