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
- 服务器端解压缩zip的脚本
- [原创]PHP中通过ADODB库实现调用Access数据库之修正版本
- PHP+JS无限级可伸缩菜单详解（简单易懂）
- 实例(Smarty+FCKeditor新闻系统)
- 影响PHP+MYSQL执行速度的写法对比
- 新手配置 PHP 调试环境（IIS+PHP+MYSQL）
- 增加反向链接的101个方法 站长推荐
- PHP音乐采集(部分代码)
- 用PHPdig打造属于你自己的Google[图文教程]
- 几篇关于无限分类算法的文章
- 解决GD中文乱码问题
- 浅析PHP水印技术
- 珊瑚虫IP库浅析
- excellent!：ASCII Art（由目标图象生成ascii）
- 用PHP实现Ftp用户的在线管理的代码
- 可定制的PHP缩略图生成程式(需要GD库支持)
- 15种PHP Encoder的比较
- 利用discuz自带通行证整合dedecms的方法以及文件下载
- 用PHP 快速生成 Flash 动画的方法
- 六酷社区论坛HOME页清新格调免费版 下载
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: 65 ::
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
