帝国cms采集图文教程（中）

上一讲我们介绍了帝国cms采集基本流程，那么我们这一讲介绍帝国cms如何采集内容分页。不少的同学在采集过程中，列表页和内容页都能可以很好地设定正则，但往往失败在内容分页正则上，主要是对内容分页正则不了解。帝国的内容分页形式有两种：（1）全部列出式（2）上下页导航式，但是这两种内容分页形式有什么区别，采集内容分页时该用哪种，官方说得比较模糊，对此有些同学感到很头大，好的，我们先看下例子：

一、全部列出式

全部列表式只需看第一页的页面HTML代码，这一页的所有分页链接都列出来了。

1、我们以“中华网内容分页（http://auto.china.com/dongtai/yejie/11012724/20120309/17081442.html）”为例：

可以看到这条新闻总共有3条分页。

2、查看源代码：

这一页里除了已经采集到的第1条分页外，还包括了第2条和第3条分页，所有的分页都列出来了。

3、取得 分页区域正则（［！--smallpageallzz--］）：

4、取得 分页链接正则（[!--pageallzz--]）：

二、上下页导航式

上下页导航式是分页采集的难点，他需要所有页面都符合分页正则才行，在不熟悉的情况下，我们可以用第1页和第2页的代码来进行对比分析然后确定分页正则。

1、我们以下网站的内容分页为例：

可以看到这条新闻总共有20条分页。

2、查看源代码：