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
- UTF8编码内的繁简转换的PHP类
- php strlen mb_strlen计算中英文混排字符串长度
- php str_pad 函数用法简介
- php at(@)符号的用法简介
- php 小乘法表实现代码
- PHP源码之 ext/mysql扩展部分
- php与php MySQL 之间的关系
- PHP form 表单传参明细研究
- PHP 配置文件中open_basedir选项作用
- php PDO中文乱码解决办法
- PHP PDO函数库（PDO Functions）
- php 验证码制作(网树注释思想)
- PHP UTF8编码内的繁简转换类
- 一个PHP数组应该有多大的分析
- PHP file_get_contents 函数超时的几种解决方法
- PHP 变量定义和变量替换的方法
- PHP 中文乱码解决办法总结分析
- PHP 文章中的远程图片采集到本地的代码
- PHP 上传文件的方法（类）
- php 获得汉字拼音首字母的函数
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: 356 ::
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
