采集的文章内容不能直接发布(如何获取文章标题、文章作者文章来源、发布时间和文章内容)

优采云 发布时间: 2021-12-28 22:05

  采集的文章内容不能直接发布(如何获取文章标题、文章作者文章来源、发布时间和文章内容)

  前言:本文为《无分页常用文章采集

方法》第二部分。在上一节的基础上,对新增采集节点的第二步:“设置字段获取规则”进行详细说明。操作说明。为了与上一篇保持一致,本文将继续使用上一章的标记。

  继续第一部分。

  2.1 新建采集节点:第二步设置内容字段获取规则

  点击“保存信息,进入下一步设置”后,可以进入“添加新采集节点:第二步设置内容字段获取规则”页面,如图(图22),

  

  (本图来源于网络,如有侵权请联系删除!)

  图22-设置内容字段获取规则

  在预览网址处,系统会自动指定要采集

的文章内容页的网址(通常是采集

列表页的第一篇文章的网址)作为演示页面。如果文章内容页面收录

分页,则需要设置“内容分页导航所在区域的匹配规则”。对于“固定采集

项目”中的“内容摘要、关键词、缩略图”三部分,系统会自动匹配常规规则,这里只需要配置过滤内容即可。下面主要介绍如何获取“文章标题、文章作者、文章来源、发表时间、文章内容”的采集规则。过滤规则只是简单涉及。

  2.1.1 获取文章标题的采集

规则

  首先打开“预览网址”页面,右键,选择“查看源代码”,找到文章标题“在Dreamweaver中为插入的Flash添加透明度”,如图(图23),

  

  (本图来源于网络,如有侵权请联系删除!)

  图23-源码中的文章标题

  这里的文章标题在“”之间。由于这组标签在本页多次出现,您应该填写“

  [Content]"作为文章标题的匹配规则,如果文章标题中有相关链接,可以使用过滤规则进行处理,这里不需要设置。填写后,如图在图 24 中,

  

  (本图来源于网络,如有侵权请联系删除!)

  图24-文章标题的采集

规则

  2.1.2 获取文章作者的采集

规则

  如上图23所示,在“Author:”这个词之后有一组标签“”,猜测作者的名字会写在这组标签之间。同样,为了保持唯一性,此处应填写“作者:[内容]”作为文章作者的采集

规则。为谨慎起见,请根据文章列表中的其他文章内容页面检查此采集

规则是否正确。无需使用过滤规则。填充后,如图25所示,

  

  (本图来源于网络,如有侵权请联系删除!)

  图 25-文章作者的采集

规则

  2.1.3 获取文章来源的采集

规则

  在上面的图23中,你可以在“source:”这个词之后找到一组标签“”,猜测源内容会写在这组标签之间。和2.1.2一样,为了保持唯一性,文章来源的采集

规则应该是“来源:[内容]”。同样,这里也不需要使用过滤规则。填充后,如图26所示,

  

  (本图来源于网络,如有侵权请联系删除!)

  图 26-文章来源的采集

规则

  2.1.4 获取文章发表时间的采集规则

  再次回到图23,找到“Published in:”和后面的“2009-09-29 14:21”,与之前获取采集规则的方法相同。此处,应使用“Published in: [Content]”作为发布时间。采集

规则。同样,这里也不需要使用过滤规则。填充后,如图27所示,

  

  (本图来源于网络,如有侵权请联系删除!)

  图27-文章发表时间的采集规则

  2.1.5 获取文章内容的采集

规则

  这部分是编写采集

规则的重点和难点。需要特别注意。

  具体步骤:

  (A) 回到正在打开的文章内容页面的源码,找到文章内容的开头部分“Dreamweaver升级到8.0.2之后”,如图图 28,

  

  (本图来源于网络,如有侵权请联系删除!)

  图28-文章内容开头

  注意:这句话在源码中出现了两处。其中,第一句在“

  在“之后,第二句在”

  ”之后。通过对比文章内容页面和它的源码,不难发现第一个位置其实是一个摘要,第二个位置是文章内容的开头,所以应该选择“

  “是匹配规则的开始部分。

  (B) 找到文章内容的结尾部分“同时添加值为”transparent”的“wmode”参数,如图29所示,

  

  (本图来源于网络,如有侵权请联系删除!)

  图29-文章内容结束

  注意:由于结束部分的最后一个标签是“

  ”,并且这个标签在文章内容中多次出现,所以不能作为集合规则的结束标签。考虑到它应该对应文章内容的开头,经过比较分析,应该在这里被选中。

  ”作为文章内容的结尾,如图30所示,

  

  (本图来源于网络,如有侵权请联系删除!)

  图 30-文章结尾匹配规则

  (C) 结合(a)和(b),我们可以看到这里文章内容的匹配规则应该是“

  [内容]

  》,填写后,如图31所示,

  

  (本图来源于网络,如有侵权请联系删除!)

  图31-文章内容匹配规则

  这里不使用过滤规则,过滤规则的介绍和使用将放在单独的章节中。

  至此,“新增采集节点:第二步设置内容字段获取规则”,设置完成。填写后,如图(图32),

  

  (本图来源于网络,如有侵权请联系删除!)

  图32-设置后新建采集节点:第二步设置内容字段获取规则

  检查无误后,点击“保存配置并预览”。如果之前的设置正确,点击之后,会进入“新建采集

节点:测试内容字段设置”页面,看到对应的文章内容。如图(图33),

  

  (本图来源于网络,如有侵权请联系删除!)

  图 33-新建采集节点:测试内容字段设置

  确认无误后,点击“仅保存”,系统会提示“保存配置成功”,返回“采集节点管理”界面;点击“保存并开始采集”,将进入“采集指定节点”界面。否则,单击“返回上一步进行修改”。

  第二部分的介绍到此结束。现在进入第三部分。. .

  上一篇:Dedecms织梦模板采集方法教程:不分页的普通文章采集(3)

  下一篇:Dedecms织梦模板采集方法教程:不分页的常用文章采集(1)

  免责声明:本站所有文章和图片均由用户分享并采集

于互联网。文章、图片版权归原作者所有。仅供学习和参考。请不要将它们用于商业目的。如果您的权益受到损害,请联系网站客服处理。

  EyouCms,简单易用的企业网站管理系统,点击了解更多

  

  有什么问题可以加入织梦科技QQ群一起交流学习

  本站VIP会员请加入dede58 VIP②群 PS:加入时请备注用户名或昵称

  普通注册会员或访客请加入dede58技术交流②群

  来源:网友投稿关注:时间:2018-10-20 09:23

  ☉首先,只要是我们的VIP会员,所有源代码都可以免费下载,没有任何限制(了解更多)

  ☉本站源代码不会像其他下载站那样植入大量广告。为了更好的用户体验,以后坚持不打印水印

  ☉本站只提供优质织梦的源代码,源代码可用,不多!!希望在这里找到合适的你。

  ☉本站提供的织梦程序全站有资料和演示地址。可以在任意源码详情页查看demo地址

  ☉本站所有资源(包括源代码、模板、素材、特效等)仅供学习参考,请勿用于商业用途。

  ☉如有其他问题,请加网站客服QQ(970003436))沟通。

0 个评论

要回复文章请先登录注册


官方客服QQ群

微信人工客服

QQ人工客服


线