繁體中文当前位置: 首页 > 图文教程 > 网络编程 > PHP > dede3.1分页文字采集过滤规则详说(图文教程)续二
- PHP
- AJAX在PHP中的简单使用
- vim下高亮显示php代码
- 用 PHP 使 Web 数据分析进入更高境界
- 用Apache与MySQL整合实现基本身份认证
- 通用PHP动态生成静态HTML网页的代码
- 自己轻松修复Discuz!数据库技巧
- PHP在Web开发领域的优势在哪？
- php4和php5单态模式(Singleton Pattern)写法
- 使用Xdebug优化你的php程序
- PHP学习入门的一些基础知识
- 关于正则表达式学习
- 浅谈PHP开发团队的管理之道
- 传奇的诞生,PHP三位创始人简介
- 利用PHP制作简单的内容采集器
- PHP精确到每一秒钟的在线人数显示代码
- 一些PHP学习过程中的心得和经验
- WINDOWS服务器安装多套PHP的另类解决方案
- 让你的PHP引擎全速运转的三个简单绝招
- 大型系统上PHP令人不爽的九大原因
- php的计数器程序
PHP 中的 dede3.1分页文字采集过滤规则详说(图文教程)续二
出处:互联网 整理: 软晨网（RuanChen.com） 发布: 2009-10-12 浏览: 274 ::
收藏到网摘: n/a
稍微了解dede采集规则的朋友上篇内容完全可以略过，下面看看如何以静制动、以不变就万变地解决分页采集问题。
二、采集新目标
目标地址：
1、http://www.tiansou.net/Html/Y_CYFW/R_Gzzj/F_Gzjh/index.html
2、http://www.tiansou.net/Html/Y_CYFW/R_Gzzj/F_Gzjh/2007-2/9/20070209110903558.html
之所以选取两个目标页面，是因为以上的两个页面一个有分页，而另一个没有，并且在分页和全文取样部分有较大的差别。以下的说明是在为采集目标地址(首页)全部链接的基础上改动的，个别地方会显得蛇足，只为说明的方便。
目标文字部分头部代码1：
目标文字部分头部代码2：
通过比较不难发现，两个文字部分的开始采集部分能确定下来为描黑部分，开头部分好说，代码如下：
复制代码 代码如下:
<TR>
<TD height="8"></TD>
</TR>
<TR>
<TD valign="top" class=Connet><p>
目标文尾及分页区域代码1：
目标文尾及分页区域代码2：
比较一下两个结尾，尽管想把第一个的结尾再往前提一点，但没法子，要考虑到全部链接的共同部分，就只好取描黑的部分了，这也给今后确定过滤规则添了点麻烦，这是后话。先把结尾部分确定了吧：
复制代码 代码如下:
</p>
</TD>
</TR>
评论 (0) All
