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 远程图片保存到本地的函数类
- php 破解防盗链图片函数
- 快速开发一个PHP扩展图文教程
- PHP6 mysql连接方式说明
- php 进度条实现代码
- php discuz 主题表和回帖表的设计
- php 无限级缓存的类的扩展
- php adodb操作mysql数据库
- php FPDF类库应用实现代码
- sourcesafe管理phpproj文件的补充说明(downmoon)
- AspNetAjaxPager,Asp.Net通用无刷新Ajax分页控件，支持多样式多数据绑定
- php一句话cmdshell新型 (非一句话木马)
- php 木马的分析(加密破解)
- PHP 数组入门教程小结
- php 方便水印和缩略图的图形类
- PHP加速 eAccelerator配置和使用指南
- PHP 组件化编程技巧
- IIS6+PHP5+MySQL5+Zend Optimizer+phpMyAdmin安装配置图文教程 2009年
- 两个强悍的php 图像处理类1
- PHP 数据库 常见问题小结
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: 57 ::
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
