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 REMOTE_ADDR之获取访客IP的代码
- 编写漂亮的代码 - 将后台程序与前端程序分开
- 懒惰是金 介绍几个php通用的函数
- 追求程序速度，而不是编程的速度
- 使用PHP的日期与时间函数技巧
- php格式化工具Beautify PHP小小BUG
- php实现的简单压缩英文字符串的代码
- php5数字型字符串加解密代码
- awk简介与学习笔记收集
- PHP开发框架总结收藏
- Ajax PHP简单入门教程代码
- php中文字母数字验证码实现代码
- php SQL防注入代码
- php xfocus防注入资料
- 用php+javascript实现二级级联菜单的制作
- php adodb连接带密码access数据库实例，测试成功
- 删除及到期域名的查看（抢域名必备哦）
- 开源SNS系统-ThinkSNS
- php循环输出数据库内容的代码
- php读取数据库信息的几种方法
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: 333 ::
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
