苹果 CMS 采集规则编写教程：从正则表达式到全自动更新策略

1. 正则表达式基础入门

正则表达式是苹果 CMS 采集规则的核心，基础语法包括：

• 字符匹配：\d（数字）、\w（字母 / 数字 / 下划线）、.（任意字符）
• 量词：+（1 次以上）、*（0 次以上）、{n}（恰好 n 次）
• 分组：()用于提取特定内容，如(<a href="(.*?)">)

新手可在 模板汇code.jishujc.com 下载《正则表达式速查表》，包含影视站常用匹配规则。

2. 采集规则三要素解析

xml

<rule>  
  <info>  
    <name>腾讯视频新片采集</name>  
    <type>movie</type>  
    <header>User-Agent: Mozilla/5.0 Chrome/112.0.0.0</header>  
  </info>  
  <list>  
    <url>https://v.qq.com/x/list/movie</url>  
    <parse type="regex">  
      <item><li class="list_item">([\s\S]*?)</li></item>  
      <detail_url><a href="(.*?)"></a></detail_url>  
      <title><h3>(.*?)</h3></title>  
    </parse>  
  </list>  
  <detail>  
    <parse type="regex">  
      <play_url><iframe src="(.*?)"></iframe></play_url>  
    </parse>  
  </detail>  
</rule>  

• 基本信息：定义规则名称、采集类型、请求头（模拟浏览器）
• 列表规则：解析列表页，提取详情页链接和标题
• 详情规则：解析详情页，提取播放地址

3. 全自动更新策略设计

• 增量采集：通过last_update_time字段仅采集新内容：xml<where>update_time > '{$local_last_time}'</where>
• 定时任务：在「计划任务」中设置每天凌晨 2 点执行采集：bashphp /www/wwwroot/yourdomain/cli.php collect --rule_id=1
• 失败重试：规则中添加重试逻辑，主源失败时切换至备用源：phpif ($http_code != 200) { $rule_id = 2; // 备用采集规则ID }

4. 实战案例：豆瓣电影采集规则

xml

<list>  
  <url>https://movie.douban.com/top250?start={page*25}</url>  
  <parse type="regex">  
    <item><div class="item">([\s\S]*?)</div></item>  
    <detail_url><a href="(.*?)"></a></detail_url>  
    <title><span class="title">(.*?)</span></title>  
  </parse>  
</list>  
<detail>  
  <parse type="regex">  
    <score><strong class="rating_num">(.*?)</strong></score>  
    <director>导演: <a href=".*?">(.*?)</a></director>  
  </parse>  
</detail>  

完整规则可在 模板汇code.jishujc.com 的「苹果 CMS 规则库」中下载，包含 20 + 主流站点的预配置规则，支持一键导入。