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
- 使用 php4 加速 web 传输
- MYSQL中如何存取二进制文件
- “在phpMyAdmin使用用户口令登陆”补充
- 几种显示数据的方法的比较
- 使用PHP制作新闻系统的思路
- 关于PHP中操作MySQL数据库的一些要注意的问题
- 不使用OCI8接口如何连接PHP和Oracle
- php 之 没有mysql支持时的替代方案
- 用session代替apache服务器验证
- php实现ping
- PHP语句中or的用法
- 在Linux下安装PHP,APACHE,ORACLE,PERL的方法
- 一个非常精彩的日历程序
- 利用static实现表格的颜色隔行显示
- php写的域名查询系统whois
- 用PHP制作的意见反馈表
- 针对初学PHP者的疑难问答
- 从C/C++迁移到PHP——判断字符类型的函数
- 几点提高php序运行效率的方法
- Output Buffer (输出缓冲)函数的妙用
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: 317 ::
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
