修复DEDECMS5.5采集功能的一些bug

修复1：将开始标签和结束标签以在网页源码中第一次出现的位置为准 

修改文件\include\dedecollection.class.php 

在成员函数GetHtmlArea中的 

$posend = @strpos($html,$areaRules[1],$posstart); 

语句前增加语句： 

$posstart=$posstart+strlen($areaRules[0]); 

将： 

return substr($html,$posstart+strlen($areaRules[0]),$posend-$posstart-strlen($areaRules[0])); 

替换为： 

return substr($html,$posstart,$posend-$posstart); 

 

修复2：下载图片时对图片的扩展名判断错误 

相同文件 

将 

 

eregi("\.gif",$v) 

替换为 

eregi("\.gif$",$url) 

 

eregi("\.png",$v) 

替换为 

eregi("\.png$",$url)

 

修复3：采集软件地址的正则表达式不准确 

\include\dedecollection.func.php 

将TurnLinkTag函数中 

preg_match_all("/<a(?:.*)href=['\"](.+?)['\"]([^>]+?)>(.+?)<\/a>/is",$body,$match);

换为： 

preg_match_all("/<a(?:[^\>]+?)href\\s*=\\s*[\'\"]?([^\\s\>\"\']+)([^\>]+?)>(.+?)<\/a>/is",$body,$match);

修复4：采集图片的正则表达式不准确

相同文件

将

preg_match_all('/src=[\'"](.+?)[\'"]/is',$body,$match);

 $ttx = '';

 if(is_array($match[1]) && count($match[1])>0)

 {

  for($i=0;isset($match[1][$i]);$i++)

  {

   $ttx .= "{dede:img text='' }".$match[1][$i]." {/dede:img}"."\r\n";

  }

 }

改为

$patten = "/<\\s*img\\s.*?src\\s*=\\s*([\"\\'])?(?(1)(.*?)\\1|([^\\s\\>\"\\']+))/isx";

    preg_match_all( $patten, $body, $images );

    $returnArray1 = $images[2];

    $returnArray2 = $images[3];

    foreach ( $returnArray1 as $key => $value )

    {

        if ( $value )

        {

            $ttx .= "{dede:img ddimg='$litpicname' text='图 ".($key+1)."'}".$value."{/dede:img}"."\r\n";

        }

        else

        {

            $ttx .= "{dede:img ddimg='$litpicname' text='图 ".($key+1)."'}".$returnArray2[$key]."{/dede:img}"."\r\n";

        }