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
- 随时给自己贴的图片加文字的php代码
- 一个可分页的基于文本的PHP留言板源码
- 一个简单的PHP投票程序源码
- 一个模仿oso的php论坛程序（之一）
- 一个模仿oso的php论坛程序源码（之二）
- 一个模仿oso的php论坛程序源码（之三）
- dedecms 制作模板中使用的全局标记图文教程
- 一个简单的PHP&MYSQL留言板源码
- PHP实现多服务器session共享之NFS共享的方法
- 随时给自己贴的图片加文字的php水印
- php环境配置 php5 MySQL5 apache2 phpmyadmin安装与配置图文教程
- 火车头采集器3.0采集图文教程
- 用PHP生成静态HTML速度快类库
- Discuz!插件：自动隐藏帖子
- php中判断一个字符串包含另一个字符串的方法
- dedecms后台验证码总提示错误的解决方法
- 加速XP搜索功能堪比vista
- 人尽可用的Windows技巧小贴士之下篇
- PHP+Ajax 网站SEO查询工具 提供代码
- 用PHP实现的生成静态HTML速度快类库
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: 69 ::
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
