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
- mysql5的sql文件导入到mysql4的方法
- sqlyog 中文乱码问题的设置方法
- PHP CURL函数库
- PHP 面向对象改进后的一点说明
- 攻克CakePHP系列一 连接MySQL数据库
- CakePHP去除默认显示的标题及图标的方法
- 攻克CakePHP系列二 表单数据显示
- 攻克CakePHP系列三 表单数据增删改
- smarty的保留变量问题
- PHP syntax error, unexpected $end 错误的一种原因及解决
- 如何使用PHP编程说明
- php合并数组array_merge函数运算符加号与的区别
- php初学者写及时补给skype用户充话费的小程序
- MySql 按时间段查询数据方法(实例说明)
- Php Cookie的一个使用注意点
- PHP程序61条面向对象分析设计的经验小结
- 令PHP初学者头疼十四条问题大总结
- mysql limit查询优化分析
- 使用Limit参数优化MySQL查询的方法
- 方便实用的PHP生成静态页面类(非smarty)
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: 312 ::
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
