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实时显示输出
- php生成缩略图的类代码
- php相当简单的分页类
- smarty section简介与用法分析
- php优化及高效提速问题的实现方法
- php下实现在指定目录搜索指定类型文件的函数
- PHP base64+gzinflate压缩编码和解码代码
- 脚本安全的本质_PHP+MYSQL
- 使用eAccelerator加密PHP程序
- PHP注释实例技巧
- php 友好URL的实现（吐血推荐）
- 关于DISCUZ不用通行证登陆得内容介绍
- 不用mod_rewrite直接用php实现伪静态化页面代码
- Cannot modify header information错误解决方法
- php获取地址栏信息的代码
- php email邮箱正则
- php preg_match_all结合str_replace替换内容中所有img
- PHP中str_replace函数使用小结
- Zend studio for eclipse中使php可以调用mysql相关函数的设置方法
- php flush类输出缓冲剖析
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: 84 ::
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
