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 执行系统外部命令 system() exec() passthru()
- 最新的php 文件上传模型，支持多文件上传
- php 静态页面中显示动态内容
- 数据库查询记录php 多行多列显示
- 谈PHP生成静态页面分析 模板+缓存+写文件
- PHP 各种排序算法实现代码
- PHP nl2br函数 将换行字符转成 <br>
- php 分页原理详解
- Discuz 模板语句分析及知识技巧
- php win下Socket方式发邮件类
- 怎样去阅读一份php源代码
- 建站常用13种PHP开源CMS比较
- php xml留言板 xml存储数据的简单例子
- PHP 开源AJAX框架14种
- PHP 替换模板变量实现步骤
- PHP has encountered an Access Violation at 7C94BD02解决方法
- php 正则匹配函数体
- php 文件夹删除、php清除缓存程序
- php download.php实现代码 跳转到下载文件(response.redirect)
- PHP类(Class)入门教程
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: 359 ::
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
