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 SQL之where语句生成器
- php 随机生成10位字符代码
- PHP获取类中常量，属性，及方法列表的方法
- php 动态执行带有参数的类方法
- php pcntl_fork和pcntl_fork 的用法
- PHP Document 代码注释规范
- php error_log 函数的使用
- PHP 加密与解密的斗争
- 对squid中refresh_pattern的一些理解和建议
- 一个php导出oracle库的php代码
- PHP 中执行排序与 MySQL 中排序
- php 保留小数点
- 将数组写入txt文件 var_export
- php反弹shell实现代码
- PHP 危险函数解释 分析
- mysql_fetch_row,mysql_fetch_array,mysql_fetch_assoc的区别
- Uchome1.2 1.5 代码学习 common.php
- 配置Apache2.2+PHP5+CakePHP1.2+MySQL5运行环境
- php mssql 分页SQL语句优化 持续影响
- PHP mb_convert_encoding 获取字符串编码类型实现代码
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: 106 ::
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
