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删除MYSQL数据库中所有表的代码
- php教程：php设计模式介绍之注册模式
- php教程：php设计模式介绍之伪对象模式
- PHPnow轻松打造专业PHP服务器环境
- php教程：php设计模式介绍之策略模式
- php教程：php设计模式介绍之迭代器模式
- Windows环境下Apache与Tomcat共存
- 简单学习php遇到的主要问题
- php教程：php设计模式介绍之观测模式
- php教程：php设计模式介绍之规范模式
- php教程：php设计模式介绍之代理模式
- php教程：php设计模式介绍之装饰器模式
- Perl操作mysql数据库的方法
- php教程：php设计模式介绍之适配器模式
- PHP单件模式和命令链模式的基础知识
- PHP大师指点:优秀的PHP代码怎么来?
- PHP开发的Myers 订单跟踪系统 (MOTS)
- PHP控制网页过期时间的程序
- Cannot modify header information出错的原因
- PHP 5.3的date_create_from_format()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: 220 ::
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
