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
- PHP获取网卡地址的代码
- 生成卡号php代码
- PHP循环获取GET和POST值的代码
- php实现的在线人员函数库
- 也谈php网站在线人数统计
- php下使用以下代码连接并测试
- PHP程序员编程注意事项
- Smarty安装配置方法
- php5 mysql分页实例代码
- php设计模式介绍之值对象模式
- 修改Zend引擎实现PHP源码加密的原理及实践
- php zend解密软件绿色版测试可用
- snoopy PHP版的网络客户端提供本地下载
- mysql 中InnoDB和MyISAM的区别分析小结
- Snoopy类使用小例子
- 学php必收藏的几个经典代码
- php采集速度探究总结（原创）
- Mysql中limit的用法方法详解与注意事项
- PHP下用rmdir实现删除目录的三种方法小结
- Gregarius中文日期格式问题解决办法
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: 307 ::
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
