站长百科 | 数字化技能提升教程 数字化时代生存宝典
首页
数字化百科
电子书
▼
建站程序
开发
服务器
办公软件
开发教程
▼
服务器教程
软件使用教程
运营教程
热门电子书
▼
CSS教程
WordPress教程
导航
程序频道
推广频道
网赚频道
人物频道
网站程序
网页制作
云计算
服务器
CMS
论坛
网店
虚拟主机
cPanel
网址导航
WIKI使用导航
WIKI首页
热点词条
最新资讯
网站程序
站长人物
页面分类
使用帮助
编辑测试
创建条目
网站地图
站长百科导航
站长百科
主机侦探
IDCtalk云说
跨境电商导航
WordPress啦
站长专题
网站推广
网站程序
网站赚钱
虚拟主机
cPanel
网址导航专题
云计算
微博营销
虚拟主机管理系统
开放平台
WIKI程序与应用
美国十大主机
编辑“
CMSware采集/正则及函数学习
”(章节)
人物百科
|
营销百科
|
网赚百科
|
站长工具
|
网站程序
|
域名主机
|
互联网公司
|
分类索引
跳转至:
导航
、
搜索
警告:
您没有登录。如果您做出任意编辑,您的IP地址将会公开可见。如果您
登录
或
创建
一个账户,您的编辑将归属于您的用户名,且将享受其他好处。
反垃圾检查。
不要
加入这个!
==第二课:正则== 要采集,就要用到正则,什么是正则? 按我最通俗的解释就是:用固定的语句,来对应不固定的内容 [[CMSware]] 用的正则的地方有: *有效内容页URL过虑规则 *内容页分页采集自动检测规则 就以上两处,其他的地方都不需要正则。 正则语法: 所有采集正则必须以/开始, /isU结束.格式.即: */头标识{DATA}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: '''实例''': 有效内容页URL过虑规则: <pre> <a href="/life/xiuxian/cultrue/200609/20060913146162_1.shtml" class="blackbiglist" target="_blank">不可思议的天然的风景</a> </pre> 我们按上面的正则语法,来写下,那就是: <pre> /<a[\s]*href=\"([^\"><\s]*[0-9]+_[0-9]+.shtml)/isU </pre> 大家可以对比下。 内容页分页采集自动检测规则: 以 www.enet.com.cn/life/xiuxian/cultrue/200609/20060913146162_1.shtml 内容页为例: IE上右键-查看源文件。得到分页地址: <div> [[Image:cmsware128.gif]] </div> <pre> <a href="/life/xiuxian/cultrue/200609/20060913146162_2.shtml"> 下一页</a> </pre> 我们将他改为正则,这时会发现跟上面的 有效页URL正则差不多。 <pre> /<a[\s]*href=\"([^\"><\s]*[0-9]+_[0-9]+.shtml)\"> 下一页<\/a>/isU </pre> 总结下就是: 有空格的地方用: * [\s]* * " 双引号 * ' 单引号 * / 斜杠 等符号前 各加一个 \ * 用() 号将 引号中间的内容围起来 <pre> /life/xiuxian/cultrue/200609/ 改用正则 [^\"><\s]* </pre> 20060913146162_2 改用正则 [0-9]+_[0-9]+ 注:这是两个语法的,中间用_ 分开了,最后,在开头 加个 / ,结尾加上 /isU 注:注意大小写 注:有些 下一页 是用 [下一页] 带[] 符号的,那就在符号前加 \ ,就是 \[下一页\]
摘要:
请注意,您对站长百科的所有贡献都可能被其他贡献者编辑,修改或删除。如果您不希望您的文字被任意修改和再散布,请不要提交。
您同时也要向我们保证您所提交的内容是您自己所作,或得自一个不受版权保护或相似自由的来源(参阅
Wordpress-mediawiki:版权
的细节)。
未经许可,请勿提交受版权保护的作品!
取消
编辑帮助
(在新窗口中打开)