2.1新增采集节点：第二步设置内容字段获取规则

单击“保存信息并进入下一步设置”后，便可进入“新增采集节点：第二步设置内容字段获取规则”页面，如（图21）所示，

图21-设置内容字段获取规则

在预览网址处，系统将会自动指定一篇文章作为示范页面，如有特殊需要可自行更改。打开示范页面，经观察可发现页面中含有分页，如（图22）所示，

图22-分页

下面来设置分页部分的匹配规则。

具体操作步骤：

（a）在页面的源代码中，找到分页代码的开始部分和结束部分，如（图23）所示，

图23-分页代码

（b）经过观察可知，分页代码位于“<div class=”show_pages”>“和”</div>”之间。因此，在”内容分页导航所在的区域匹配规则“中，应填写”< div class=”show_pages”>[内容]</div> “。对于分页代码的样式，一共有三种可供选择，这里应选择第一种” 全部列出的分页列表”。填写后，如（图24）所示

图24-设置后的网页内容获取规则

对于“固定采集项目”中的“内容摘要、关键字和缩略图“三个部分，系统会用正则进行自动匹配，仅需配置过滤内容即可。下面主要介绍如何获取“文章标题、文章作者、文章来源、发布时间和文章内容”的采集规则以及简单的过滤规则。

2.1.1 获取文章标题的采集规则

首先，打开“预览网址“的页面并单击右键，选择”查看源代码“，找到文章标题” 高清壁纸（非原创作品）“，如（图25）所示，

图25-在源代码中的文章标题

这里的文章标题处在”<h1 class=“font14 b blink”></h1>”之间，因此这里应该填写”<h1 class=“ font14 b blink”>[内容]</h1>”作为文章标题的匹配规则。对于所包含的<img src=”/images/digest1.gif alt=”推荐的欣赏”>”可根据需要选择保留或者是过滤掉。如果希望把这张图片过滤掉，需要在过滤规则中填写：“{dede:trim replace=”}<img([^>]*)>{/dede:trim}”。填写后，如（图26）所示，

图26-文章标题的采集规则

2.1.2 获取文章作者的采集规则

经过查找源代码和对比原文，可发现本文没有涉及到原文作者。这里选择不填写。

2.1.3 获取文章来源的采集规则

查看源代码，并找到相应的部分，如（图28）所示，

图28-源代码中上传者的信息

从图28中，可发现上传者的名字介于“<li class=”show_content_r_box_uploader1″><p>“和“</p>”之间，因此这里应填 写“<li class=”show_content_r_box_uploader1″><p>[内容]</p>”作为文章来源的采 集规则。虽然，选定的采集规则能采集到上传者的名字，但是同时也包含了所不希望采集到的图片和链接，下面通过设置过滤规则把它们过滤掉。首先，过滤掉链 接，这里使用“{dede:trim replace=”}<a([^>]*)>{/dede:trim}{dede:trim replace=’’}</a>{/dede:trim}”;其次，使用“{dede:trim replace=”}<img([^>]*)>{/dede:trim}”过滤掉图片。填写后，如图29所示，

图29-文章来源的采集规则 (责任编辑：最模板)