CX文章采集器规则写法教程教你如何写Discuz论坛采集规则

CX文章采集器规则写法教程教你如何写Discuz论坛采集规则

　　如何在Discuz论坛采集规则上编写CX 文章 采集器规则关于如何编写教程的CX 文章 采集器规则教您如何编写采集规则我相信有很多用户将Discuz用作网站使用这么多使用CX 采集插件的用户也使用了CX 采集插件。我个人认为这是非常好的。它是Discuz插件中非常好的采集插件。可以说Dicuz类似于织梦 new诸如云之类的程序的后端附带的采集插件的种类，但是许多人仍然不知道该插件的采集规则-在。尽管我的水平不高，但是我几乎不能写一些规则，所以我写了一个简单的教程。新手可以看看退伍军人，别喷我〜在cx 采集插件中，机器人是采集器首先，我将告诉您采集器生产的基本原理和想法〜 1首先，请确保您想要采集 文章链接到列表页面。此处的链接必须是指向列表的链接。 2确保采集此列表页面的内容区域，这是机器人中“ ldquo”列表区域识别规则，rdquo3确保在此列表页面中的采集 文章是连接“ ldquo 文章链接URL标识规则rdquo4然后，我们必须确定采集的内容范围采集，即ldquo 文章内容标识规则rdquo5。我们已经通过前面的4个步骤基本确定了对采集的需求。 ]要过滤掉某些文章主题或内容，您可以根据实际情况设置“ ldquo”过滤规则。现在我们的教程正式开始。我将以上的文章列表为例向您解释。具体来说，在此列表页面的第一步添加采集，后台mdash插件mdashCX 采集器 mdash添加机器人1的基本设置机器人名称是机器人2的名称匹配模式通常，选择常规表达式3一次采集的总数为一次采集根据您的选择分批设置4的总数

　　默认情节数为5，并且不能太大，否则采集会超时。 5释放时间可以自定义。如果未设置释放时间，则当前时间为主要值。第二个设置是采集的列表页1 采集页面的url有两种​​设置：一种是手动输入，另一种是自动增长。让我们以手动输入为例。添加链接后，单击以测试它是否可以链接到第2页采集的编码设置。我们可以单击该程序来帮助识别。 采集根据个人需要设置页面的编码和其他3个项目。 3将列表区域标识规则设置到所需的页面采集，右键单击以查看源文件，然后找到文章链接到url区域。 url区域由[list]表示。现在，我们需要查找div或开始区域和结束区域的其他标签文章链接URL必须在该区域中，并且最近的标签必须是唯一的，例如lttableclassquotnewslistquotcellspacingquot5quotcellpaddingquot3quotwidthquot100quotborderquot0quotgt >> list ] lttablewidthquot100quotborderquot0quotbreakwordbreakword-breakout-fixedword-wrap然后，我们需要单击以下测试以查看是否可以识别文章链接url区域4 文章链接url识别规则所要求的连接，如图所示。我们将ltahrefquotgt中的引号中的连接替换为ltahrefquot

　　的[url]

　　[url] quotgt填写规则，然后单击测试文章链接url补充前缀，因为连接中有域名，因此您无需填写。如果没有，则需要填写域名。第三文章内容页面采集设置1 文章标题识别规则单击以打开文章文章右键单击文章页面以查看源文件以左右查找文章标题以最近的标签文章标题中带有[主题]而不是列表文章中的标题为例，标题规则是lttitlegt [subject] lttitlegt，填写规则，然后单击以进行测试。每个人都可以看到公认的标题。后面的标题不是我们想要的标题，因此我们需要过滤掉不需要的标题。现在，我们不想复制一些您想要的标题-信息中心-减肥通道-减肥方法-饮食和减肥-减肥方法在以下文章标题过滤规则中填写他的名字现在让我们测试一下查看是否获得我们想要的标题2 文章内容识别规则在源文件中文章区域的开头和结尾查找最近的标签内容。使用[message]表示内容识别规则为lttableborderquot0quotcellpaddingquot0quotcellspacingquot1quotidquotsoosou_news_content_showquotgt [message] ltdividquotsoosou_news_content_editorquotgt单击测试，然后单击底部以提交规则。根据您想要的网站和个人需求设置其他规则，然后单击开始采集 采集，并在完成后单击以查看采集的结果，然后选择论坛中需要的部分待导入。这就是整个过程采集。该教程写得很粗糙，但毕竟是个人的。 原创转载，请注明转载自史碧峰的博客