帝国cms采集图文教程（下）

　　短视频，自媒体，达人拔草一站服务

　　前两讲我们分别介绍了帝国cms采集基本流程和帝国cms如何采集内容分页，最后这一讲主要介绍帝国cms采集过滤与替换，还有些窍门。

　　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”：

　　我们有些疑问，这两种过滤究竟有哪些区别?“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)：

　　我们采集后发觉信息内容顶部多了行代码：“<div style="clear:both;height:0;visibility:hiddden;overflow:hidden;"> </div>”，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)：

　　要过滤链接代码怎样办，注意“过滤广告正则”右边有堆代码：

　　鼠标先点击A，系统手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：

　　#p#副标题#e#

　　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)我们采集时会遇到信息内容可以正常采集，但是上面的图片却不显示，例子：

　　信息内容可以正常采集，就是图片不显示下来，这是因为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，要换成绝对地址就能采集成功。

　　(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_6346550.jpg”，分析得到前缀“;帝国cms采集教程，我们把前缀放在“图片/FLASH地址前缀(内容)”，如下图：

　　(4)前台预览图片：

　　图片显示下来了：

　　查看源代码：

　　图片地址没错帝国cms采集教程，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，发现早已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，入库了系统就会手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。