前言：本文是“Dedecms采集功能的使用方法 --- 圖片集“的第二節，在前一節的基礎上，將會對新增采集節點中的第二步：“設置字段獲取規則”部分做一個簡單的介紹。為了與前文保持一致，本文將延續使用前文的章節標記。

上接第一節。

2.1新增采集節點：第二步設置內容字段獲取規則

單擊“保存信息并進入下一步設置”后，便可進入“新增采集節點：第二步設置內容字段獲取規則”頁面，如（圖21）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖21-設置內容字段獲取規則

在預覽網址處，系統將會自動指定一篇文章作為示范頁面，如有特殊需要可自行更改。打開示范頁面，經觀察可發現頁面中含有分頁，如（圖22）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖22-分頁

下面來設置分頁部分的匹配規則。

具體操作步驟：

（a）在頁面的源代碼中，找到分頁代碼的開始部分和結束部分，如（圖23）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖23-分頁代碼

（b）經過觀察可知，分頁代碼位于“<div class=”show_pages”>“和”</div>”之間。因此，在”內容分頁導航所在的區域匹配規則“中，應填寫”<div class=”show_pages”>[內容]</div> “。對于分頁代碼的樣式，一共有三種可供選擇，這里應選擇第一種” 全部列出的分頁列表”。填寫后，如（圖24）所示

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖24-設置后的網頁內容獲取規則

對于“固定采集項目”中的“內容摘要、關鍵字和縮略圖“三個部分，系統會用正則進行自動匹配，僅需配置過濾內容即可。下面主要介紹如何獲取“文章標題、文章作者、文章來源、發布時間和文章內容”的采集規則以及簡單的過濾規則。

2.1.1 獲取文章標題的采集規則

首先，打開“預覽網址“的頁面并單擊右鍵，選擇”查看源代碼“，找到文章標題” 高清壁紙（非原創作品）“，如（圖25）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖25-在源代碼中的文章標題

這里的文章標題處在”<h1 class=“font14 b blink”></h1>”之間，因此這里應該填寫”<h1 class=“ font14 b blink”>[內容]</h1>”作為文章標題的匹配規則。對于所包含的<img src=”/images/digest1.gif alt=”推薦的欣賞”>”可根據需要選擇保留或者是過濾掉。如果希望把這張圖片過濾掉，需要在過濾規則中填寫：“{dede:trim replace=''}<img([^>]*)>{/dede:trim}”。填寫后，如（圖26）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖26-文章標題的采集規則

2.1.2 獲取文章作者的采集規則

經過查找源代碼和對比原文，可發現本文沒有涉及到原文作者。這里選擇不填寫。

2.1.3 獲取文章來源的采集規則

這里把頁面中的上傳者作為文章來源，如圖（27）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖27-上傳者的信息

查看源代碼，并找到相應的部分，如（圖28）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖28-源代碼中上傳者的信息

從圖28中，可發現上傳者的名字介于“<li class="show_content_r_box_uploader1"><p>“和“</p>”之間，因此這里應填寫“<li class="show_content_r_box_uploader1"><p>[內容]</p>”作為文章來源的采集規則。雖然，選定的采集規則能采集到上傳者的名字，但是同時也包含了所不希望采集到的圖片和鏈接，下面通過設置過濾規則把它們過濾掉。首先，過濾掉鏈接，這里使用“{dede:trim replace=''}<a([^>]*)>{/dede:trim}{dede:trim replace=’’}</a>{/dede:trim}”;其次，使用“{dede:trim replace=''}<img([^>]*)>{/dede:trim}”過濾掉圖片。填寫后，如圖29所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖29-文章來源的采集規則

2.1.4 獲取文章發布時間的采集規則

回到圖23，可發現有“17小時前”，由此可見，這里采集數字17就可以了。采集規則為“<span class=”bh”>[內容]小時前</span>”。這里不需要使用過濾規則。填寫后，如圖30所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖30-文章發布時間的采集規則

2.1.5 獲取圖片集合以及圖集內容的采集規則

這個部分是編寫采集規則的重點，也是難點。需要特別注意。

圖片集合：如果把采集的匹配規則填寫在這里的話，系統就會把所采集到的圖片，以圖集的形式保存起來，注意這里只采集圖片。

圖集內容：在顯示圖集的時候，所需顯示的說明性文字或者圖片。

具體操作步驟：

 （a）在打開的內容頁面的源代碼中，找到內容的開始部分“一些壁紙”，如圖31所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖31-內容的開始部分

分析一下這個源代碼可知，以下兩點：

（1）“一些壁紙”是這個圖集的內容，因此可以把“條評論<br/>”作為匹配圖集內容的開始部分。但是這樣采集到的內容會包含有</span>，應該在過濾規則中使用“{dede:trim replace=""}</span>{/dede:trim}”過濾掉。

（2）“<div class=”show_content_pic”><ul>”可作為匹配圖片集合的開始部分，而且每一個圖片及其相關信息都是在“<li class=”art_content_listli”>”和”</li>”之間的。注意到這段代碼中有兩個地方都出現了<img>，通過對比原文可發現，”<img src=”/images/zoomit1.gif” class=”jdjz”>”是一個圖標的源代碼，這里是不應該被采集到的。為了過濾掉這個圖標，需要在匹配規則中填寫“{dede:trim replace=""}<p class="art_content_li_p1 u">(.*)</p>{/dede:trim}”。

填寫后，如（圖32）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖32-開始部分的匹配規則及其過濾規則

（b）找到圖集內容的結束部分，因為涉及到分頁部分，所以應該選取分頁結束的位置，如圖33所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖33-圖集內容的結束部分

很明顯，這里應選取“<li style="text-align:center;"><ｓｃｒｉｐｔ type="text/javaｓｃｒｉｐｔ”>”作為圖片集合和圖集內容的結束部分。填寫完成后，如（圖34）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖34-結束部分的匹配規則及其過濾規則

到這里，“新增采集節點：第二步設置內容字段獲取規則”，就設置完成了。來看一下整個配置頁面，如（圖35）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖35-設置后的新增采集節點：第二步設置內容字段獲取規則

檢查無誤后，單擊“保存并測試”。如果之前設置正確，單擊后，將會進入“新增采集節點：測試內容字段設置”頁面并看到相應的文章內容。如（圖36）所示，

(此圖片來源于網絡，如有侵權，請聯系刪除! )

圖36-新增采集節點：測試內容字段設置

確定正確無誤后，如果單擊“僅保存”，系統將會提示“成功保存配置“并返回”采集節點管理“界面；如果單擊“保存并開始采集“，將會進入”采集指定節點“界面。否則，請單擊“返回上一步進行修改”。

關于第二節的介紹就到這里。下面進入第三節。。。