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下载远程文件类--支持断点续传 (1)
- 方便实用的PHP生成静态页面类
- PHP和Java强强联合 集成开发详解
- 实现Web 2.0 需借助开源技术力量
- PHP实例：PHP上传自动生成缩略图及水印类
- PHP技术：txtSQL安装手册中文版
- 利用PHP+JavaScript打造AJAX搜索窗
- PHP利用cookie做的投票程序
- PHP教程：用PHP程序对网页表单的处理
- PHP应用：PHP在linxu下的安装与配置
- PHP实例：PHP安全编程之加密功能
- PHP技巧：关于cookie和session的分析
- PHP入门：PHP网站开发中常见问题汇总
- PHP教程：实现网站的无限分类
- PHP技巧：用PHP控制您的浏览器cache
- 学习掌握动态网页PHP的编程语句
- web开发中PHP+MySQL分页显示示例分析
- PHP安装十大经典问题
- BluePage通用分页类助开发者提高开发效率
- 实现强大的翻页跳转功能
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: 277 ::
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
