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
- 坏狼php学习 计数器实例代码
- PHP学习一(基础)
- PHP学习 运算符与运算符优先级
- PHP学习 mysql
- 用PHP伪造referer突破网盘禁止外连的代码
- php utf-8转unicode的函数
- php代码出现错误分析详解
- PHP伪静态写法附代码
- PHP伪静态页面函数附使用方法
- php下汉字转化为拼音的代码
- js下函数般调用正则的方法附代码
- php 前一天或后一天的日期
- php 在线打包_支持子目录
- php GD绘制24小时柱状图
- php下检测字符串是否是utf8编码的代码
- php5中date()得出的时间为什么不是当前时间的解决方法
- [原创]效率较高的php下读取文本文件的代码
- php文本操作方法集合比较
- PHP远程连接MYSQL数据库非常慢的解决方法
- PHP写入WRITE编码为UTF8的文件的实现代码
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: 354 ::
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
