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
- 用PHP与XML联手进行网站编程代码实例
- 使用PHP批量生成随机用户名
- 功能齐全的PHP发送邮件类代码附详细说明
- php 防止单引号,双引号在接受页面转义
- php表单提交程序的安全使用方法
- 兼容PHP5的PHP目录管理函数库
- php下实现一个阿拉伯数字转中文数字的函数
- php header()函数使用说明
- PHP入门学习的几个不错的实例代码
- php下intval()和(int)转换使用与区别
- PHP令牌 Token改进版
- Discuz 模板引擎的封装类代码
- PHP批量生成缩略图的代码
- php正则校验用户名介绍
- php minixml详解
- 高级php注入方法集锦
- php socket方式提交的post详解
- 用php过滤危险html代码的函数
- php array_merge下进行数组合并的代码
- PHP版自动生成文章摘要
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: 188 ::
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
