SXCMS 采集功能说明
来自站长百科
导航: 上一页
参数说明[ ]
- 名称：为新规则命名
- 内容类型：采集的内容类型，文章或原型等。
- 栏目：设置多个栏个编号，用“，”号隔开。栏目必须与内容类型相对应。如果不设置，则平均采集到指定类型的所有栏目。
- 目录地址：要采集的内容目录地址。如网站的列表页。设置多个，换行。
- 页面链接：设置目录中指向内容的字符窜表达式。另起一行，设置分页的地址表达式。
- 内容获取：分别设置内容的各项参数的表达式。如文章中要指定标题(subject)，正文(body)等。
- 默认值：表达式如：参数=值。多个换行。可设置内容的默认参数。如设置source=互联网，则内容来源会设置为“互联网”，其他可配置作者，发布会员ID，责任编辑等。但不支持设置标题 subject。
- 其他特殊参数：
- charset :设置被采集的网页的编码类型。如果同本站相同，则可不设置，如同是gb2312,则可忽略。如被采集站为utf-8,而本站为 gb2312,则必须设置charset =utf-8.
- cPic:设置图片的裁剪范围。可裁去被采集图片的水印部分等。表示方法同样式中的padding. 如pic=6 则被采集的图存入本站时，按边界6PX裁剪。也可用pic=0,0,60,0，分别表示，上，右，下，左边界。
- cNextpage，设置可用于分页的内容参数。如文章，指正文分页，设置如：nextpage=body。
- cPagebreak：分页符，如果设置可采集分页，则表示分页符，如不设置，采集的内容将合并为一页。在文章中，分页符支持，设置如：Pagebreak =
- 过滤设置：标准正则表达式。匹配项将被删除。可用于过滤广告等。
- 采集源设置：编写自定义组件。默认使用网页采集。
规则[ ]
- 如存在相同的标题，将被忽略。
- 不要在设置项目使用换行。如源文中有换行，用--替换。如:
<div>
<h1>dddd</h1>
可替换为 <div>--<h1>dddd</h1>。
- 表达式语法：
-- 表示起止。如：
<a href="/list_27.aspx">产品</a><span><a href="/list_26.aspx">解决方案</a></span></h2>
可表示为<a -- h2> --部分表式任意字符。
{href}:表示地址。目录表达式中，必须指定该参数。
{参数}: 内容参数采集。如{subject}，匹配部分将赋值标题，{body}匹配部分将赋值正文。