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中上传大体积文件时需要的设置
- 用PHP生成PDF文件 with FPDF
- 在同一窗体中使用PHP来处理多个提交任务
- PHP经验交流：php访问access的方法
- PHP实用手册：PHP常用正则表达式收集
- 也用PHP来实现网页静态发布的两种方法
- PHP使用zlib扩展实现页面GZIP压缩输出
- PHP的语言层面的优化以及代码优化技巧
- PHP实例：上传多个图片并校验的代码
- 用php+odbc+access数据库来操作函数
- 用PHP来实现页面GZIP的压缩输出教程
- PHP进阶技巧：php用流方式制作缩略图
- 使用php 5时MySQL返回乱码的解决办法
- 新手如何使用PHP来创建RSS的阅读器
- PHP实用：用PHP来实现图片的简单上传
- 利用php和js来轻松实现页面数据的刷新
- 在PHP中使用随机数的三个步骤详细代码
- PHP进阶技巧：如何避免表单的重复提交
- PHP技术进阶 PHP SOCKET 技术研究
- PHP技术进阶：php用流方式制作缩略图
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: 279 ::
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
