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
- php3:跨平台的服务器端嵌入式脚本语言
- 关于Zend Optimizer
- 用PHP3实现文件上载
- IIS环境下安装PHP5手记
- 在Windows2000ADV下配置Apache+PHP5+MySql5
- Winodws下IIS/Apache+PHP+MySQL的安装配置
- PHP 在Windows 2003 Enterprise Server 、IIS6.0 下的安装
- 在WIN平台上让你的 Apache 2.0.45 支持 PHP
- 从实例开始
- 能得到你是从什么页面过来的，referer的用处
- 在PHP5中使用DOM控制XML
- 旧题新貌:PHP截取中文字符串的问题
- GraPHPite--PHP图像库新秀
- 编译php的配置参数
- PHP程序与服务器端通讯方法小结
- PHP程序与服务器端通讯的方法
- 用php或js获取图片大小,高宽尺寸.
- 有关在Windows下配置PHP+Apache+Optimizer失败的问题解决方案
- LAMPJT最适用的web开发系统详细配置
- 实现一个基于Ajax的调查程序
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: 76 ::
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
