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
- 利用客户端缓存对网站进行优化的原理分析
- php生成随机数或者字符串的代码
- php include,include_once,require,require_once
- php 特殊字符处理函数
- php让图片可以下载的代码
- 网友原创的PHP模板类代码
- wiki-shan写的php在线加密的解密程序
- php chr() ord()中文截取乱码问题解决方法
- php+AJAX传送中文会导致乱码的问题的解决方法
- php面向对象的方法重载两种版本比较
- 在服务端进行目录建立、删除，文件上传、删除的过程的php代码
- php递归列出所有文件和目录的代码
- php获取某个目录大小的代码
- php目录管理函数小结
- Zend Guard一些常见问题解答
- fleaphp下不确定的多条件查询的巧妙解决方法
- PHP下10件你也许并不了解的事情
- PHP常用函数小技巧
- php5 pdo新改动加载注意事项
- php5新改动之短标记启用方法
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: 376 ::
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
