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
- 如何才能将数据从文本导入到mysql数据库
- 解决RHAS3中Apache2PHP上传大小限制
- PHP技术进阶 用PHP处理多个同名复选框
- PHP实现静态发布的方法浅谈
- 《PHP设计模式介绍》第十八章 结论
- 《PHP设计模式介绍》关于本书说明
- 通过PHP+MYSQL实现 网站在线人数统计
- 创建XML Http Request对象两个的方法
- PHP面向对象编程快速入门
- UCenter HOME 数据调用小技巧
- 关于PHP在linux下面获取GOOGLE的PR值
- 评论：PHP程序不适用大型系统的九大原因
- 如何用PHP和mysql创建一个ShoutBox
- 你或许尚未了解PHP的那10件事情
- Zend Framework 入门——快速上手
- Zend Framework 入门——多国语言支持
- Zend Framework 入门——错误处理
- Zend Framework 入门——页面布局
- PHP5+UTF8多文件上传类
- PHP设置COOKIE保留时间为浏览器进程
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: 247 ::
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
