帝國 cms 采集圖文教程（中） 上一講我們介紹了帝國 cms 采集基本流程帝國cms采集分頁(yè)教程， 那么我們這一講介紹帝國 cms 如何采集內容分頁(yè)。 不少的朋友在采集過(guò)程中， 列表頁(yè)和內容頁(yè)都能可以挺好地設定正則， 但常常失敗在內容分頁(yè)正則上， 主要是對內容分頁(yè)正則不了解。 帝國的內容分頁(yè)方式有兩種：（1） 全部列出式（2） 上下頁(yè)導航式， 但是這兩種內容分頁(yè)方式有哪些區別， 采集內容分頁(yè)時(shí)該用哪種，官方說(shuō)得比較模糊， 對此有些朋友倍感太頭大， 好的， 我們先看下事例： 一、 全部列出式 全部列表式只需看第一頁(yè)的頁(yè)面 HTML 代碼， 這一頁(yè)的所有分頁(yè)鏈接都列下來(lái)了。 1、我們以“中華網(wǎng)內容分頁(yè)()”為例： 可以看見(jiàn)這條新聞總共有 3 條分頁(yè)。 2、 查看源代碼： 這一頁(yè)里不僅早已采集到的第 1 條分頁(yè)外， 還包括了 第 2 條和第 3 條分頁(yè)， 所有的分頁(yè)都列下來(lái)了。 3、 取得 分頁(yè)區域正則([!--smallpageallzz--])： 4、 取得 分頁(yè)鏈接正則([!--pageallzz--])：二、 上下頁(yè)導航式 上下頁(yè)導航式是分頁(yè)采集的難點(diǎn)， 他須要所有頁(yè)面都符合分頁(yè)正則才行， 在不熟悉的情況下，我們可以用第 1 頁(yè)和第 2 頁(yè)的代碼來(lái)進(jìn)行對比剖析之后確定分頁(yè)正則。

　　 1、 我們以“愛(ài)麗網(wǎng)內容分頁(yè)()”為例： 可以看見(jiàn)這條新聞總共有 20 條分頁(yè)。 2、 查看源代碼： 這一頁(yè)里不僅早已采集到的第 1 條分頁(yè)外， 還包括了 第 2， 第 3， 第 4， 第 5， 第 6， 第 7，第 8， 第 20 條分頁(yè)， 但是第 9 到第 19 條分頁(yè)并沒(méi)有列下來(lái)， 這時(shí)候我們拿用第 1 頁(yè)和第 2頁(yè)的代碼來(lái)進(jìn)行對比剖析， 來(lái)確定分頁(yè)正則: （1） 第 1 頁(yè)代碼：（2） 第 2 頁(yè)代碼： 從這兩幅圖片可以見(jiàn)到她們有著(zhù)相同的“分頁(yè)區域開(kāi)始代碼”， “分頁(yè)鏈接”格式， “分頁(yè)區域結束代碼”,那么就可以確定“分頁(yè)區域正則”， “分頁(yè)鏈接正則”。 3、 取得 分頁(yè)區域正則([!--smallpageallzz--])： 4、 取得 分頁(yè)鏈接正則([!--pageallzz--])：5、 為了便捷教程顯示， newstext 我采集了標題而不是采集內容， 預覽結果： 注意事項： 第一、 在第一頁(yè)的頁(yè)面 HTML 代碼里， 內容分頁(yè)鏈接全部列下來(lái)的情況下我們使用“全部列出式”。 在第一頁(yè)的頁(yè)面 HTML 代碼里， 內容分頁(yè)鏈接沒(méi)有全部列下來(lái)的情況下我們使用“上下頁(yè)導航式”。

　　 第二、 用全部列舉式時(shí)，采集規則正確并且莫名其妙的出現重復的分頁(yè)帝國cms采集分頁(yè)教程， 這時(shí)可以借助替換法把它過(guò)濾掉（下一講我們再說(shuō)）。 第三、 用上下頁(yè)導航式時(shí)， 老是采到第 1 頁(yè)， 其他頁(yè)連個(gè)影子都沒(méi)有見(jiàn)過(guò)， 這是因為分頁(yè)區域正則([!--smallpagezz--])截取錯誤。 第四、 用上下頁(yè)導航式時(shí)， 可以采集到前幾頁(yè)了 ， 但是接下來(lái)這前幾頁(yè)全部重復循環(huán)究竟，這也是由于分頁(yè)區域正則([!--smallpagezz--])截取錯誤， 截取范圍過(guò)大， 導致重復截取前幾個(gè)分頁(yè)鏈接。 好的， 這一講就到這兒， 下一講我們主要介紹帝國 cms 采集過(guò)濾和替換。 本文由 國外網(wǎng)站大全 原創(chuàng )， 轉載請標明出處， 謝謝!