一、过滤1、帝国cms采集过滤分为两种：(1)“整体页面过滤正则”：(2)“过滤广告正则”：我们有些疑惑，这两种过滤到底有什么区别？“整体页面过滤正则”是过滤整个网页的html代码。“过滤广告正则”是过滤文章内容，仅对文章内容（[!--newstext--]）起作用。2、过滤实例：过滤实例（1）：我们采集后发现信息内容底部多了行代码：“
”，根据格式“广告开始[!--ad--]广告结束”得到“过滤广告正则”：过滤实例（2）：要过滤链接代码怎么办，注意“过滤广告正则”右边有堆代码：鼠标先点击A，系统自动生成过滤链接代码“,,,”，这样就可以把采集后的内容链接过滤掉了。同理，如果想过滤其他html代码就点击相应的标签代码。注意事项：当内容分页包含在内容（[!--newstext--]）里时，要过滤掉内容分页，否则会重复出现内容分页。
二、替换1、帝国cms采集替换也分为两种：（1）“整体页面替换”：（2）“替换”：他们两种区别：“整体页面替换”是替换整个网页的html代码。“替换”是替换文章标题和内容，仅对标题（[!--title--]）和（[!--newstext--]）起作用。2、替换实例：我们要把内容里的“新华网”替换成“中华网”：预览下：没有问题，替换过来了。
三、图片采集（1）我们采集时会碰到信息内容可以正常采集，但是里面的图片却不显示，例子：信息内容可以正常采集，就是图片不显示出来，这是由于内容图片的路径不对，图片的路径为相对地址。（2）查看源代码：图片是相对地址，要换成绝对地址才能采集成功。（3）替换成绝对地址：先在目标站的图片右键查看属性：目标站的图片地址为“”，我们采集所到的图片地址为“/news/PNews/a/e77366_634655073936250000.jpg”，分析得到前缀“”，我们把前缀放到“图片/flash地址前缀(内容)”，如下图：（4）前台预览图片：图片显示出来了：查看源代码：图片地址没错，是本地地址。注意事项：我们在采集预览和在本地临时入库信息时，发现已经添加了图片地址前缀了，但是图片还是不显示，出现这个你不用理他，直接入库，入库了系统才会自动添加图片地址前缀。
至此采集实例讲解完毕，这三讲对帝国cms采集的基本流程，重点，难点基本都概括了，还有些基础的功能没能一一介绍清楚，大家可以到帝国官方网站看下基础教程。
发表评论