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";

}