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中for循环语句的几种“变态”用法
- 通过php来读取xml的数据
- PHP中使用XML-RPC构造Web Service简单入门
- 用PHP通过SMTP发送邮件
- 用PHP操纵Oracle的LOB类型的数据
- PHP函数学习之PHP函数点评
- Php高手带路--问题汇总解答
- 利用PHP和AJAX创建RSS聚合器
- PHP与Javascript的两种交互方式
- 高手传经：学习PHP重在坚持
- 动态网页PHP中引用&的使用注意事项
- 用PHPINFO来实现PHP的配置统计过程
- 向普通人加密 用PHP程序保护数据
- 使用 PHP 快速生成 Flash 动画
- Php常见问题总结
- 怎样才能成为PHP高手？
- PHP对战ASP：这还值得讨论吗？
- PHP大潮将至 PHP近年发展分析
- 小荷才露尖尖角 中国的PHP社群介绍
- 从草根到大腕 PHP技术发展历程
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: 292 ::
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
