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中的代码安全和SQL Injection防范
- PHP数组实例总结及说明
- 一个php的图片水印的程序
- PHP常见漏洞被攻击原因分析
- PHP 5.2.8 紧急发布 修复5.2.7严重漏洞
- 编写安全 PHP 应用程序的七个习惯
- PHP中常用的函数库和一些小技巧
- PHP安全基础原则与方法
- PHP函数速查表
- PHP开发语言中的精华和技巧
- 测试在每个层上对PHP代码进行检查
- 不同文件构建PHP程序的正确方式
- 用phpinfo来实现PHP配置统计
- 更好的构造开发模板 五种常见的PHP设计模式
- PHP的十个高级技巧
- PHP对文本数据库的基本操作方法
- 967个函式列表 PHP常用语法速查表
- 实用：JAVA事件模式下PHP如何实现
- 针对配置文件 PHP最常用的ini函数
- 用PHP开发qmail邮件服务器管理系统
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: 68 ::
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
