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 服务器调试 Zend Debugger 的安装教程
- 从Web查询数据库之PHP与MySQL篇
- php 应用程序安全防范技术研究
- php 不同编码下的字符串长度区分
- php 生成饼图 三维饼图
- PHP 字符截取 解决中文的截取问题,不用mb系列
- PHP5 操作MySQL数据库基础代码
- php面向对象全攻略 （一） 面向对象基础知识
- php面向对象全攻略 （二） 实例化对象 使用对象成员
- php面向对象全攻略 （三）特殊的引用“$this”的使用
- php面向对象全攻略 （四）构造方法与析构方法
- php面向对象全攻略 （五） 封装性
- php面向对象全攻略 （六）__set() __get() __isset() __unset()的用法
- php面向对象全攻略 （七） 继承性
- php面向对象全攻略 （八）重载新的方法
- php面向对象全攻略 （九）访问类型
- php面向对象全攻略 （十） final static const关键字的使用
- php面向对象全攻略 （十一）__toString()用法 克隆对象 __call处理调用错误
- php面向对象全攻略 （十二） 抽象方法和抽象类
- php面向对象全攻略 （十四） php5接口技术
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: 358 ::
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
