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
- MYSQL版本大于4.1问题 - PHPchina
- 怎么让用户点击一个连接后,把一个图片另存了 - PHPchina
- 武汉10月15日Phper聚会召集！！！ - PHPchina
- php如果不等待exec执行的程序创建的子进程？ - PHPchina
- 哪位知道DISCUZ处理防SQL注入的代码是哪部分 - PHPchina
- 求教！我实在不知道哪里问题，在线等ing - PHPchina
- 怎样结束用户某一进程 - PHPchina
- 比对用户名密码能不能这样写？ - PHPchina
- 求助：如何在PHP+mysql中实现数据备份? - PHPchina
- 大家看看这个配置对吗 - PHPchina
- 如何禁止require当前文件 - PHPchina
- 无法将回调函数放在类中？ - PHPchina
- 村里 PHP代码高亮是怎么实现的？ - PHPchina
- apache安装后.服务里没有apache2这个服务! - PHPchina
- 请教一个小问题 - PHPchina
- config.php里面是不是应该把多数参数设置为常量而不是变量？ - PHPchina
- 请教高手一个问题 - PHPchina
- 如何让百度收录我的网站 ？？ - PHPchina
- 谁能给个注入的简单语句？ - PHPchina
- 求PHP站内搜索思路 - PHPchina
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: 282 ::
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
