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
- 连载3：利用PHP创建由Oracle驱动的SOAP服务
- 连载4：利用PHP创建由Oracle驱动的SOAP服务
- 理解Zend 框架 用PHP构建完美的阅读器
- 利用单元测试在每个层上对PHP代码进行检查
- 视频演示：Zend Platform功能特性详解
- 967个函式列表 PHP常用语法索引速查表
- 心得：PHP对文本数据库的五大基本操作方法
- 日记整理：Apache+MySql+PHP的快速安装
- 怎样才能成为PHP高手？学会"懒惰"的去编程
- 使用m17n实现对各国语言间的代码移植和转换
- 理解Zend 框架（1）：构建完美的阅读器
- 理解Zend 框架(4)： 用Zend_HTTP_Client 获取无提要的内容
- ajax的最大缺点是什么?对搜索引擎的支持较弱
- windows环境下mysql数据库的主从同步备份步骤
- 用AJAX实现聊天功能(part 1)
- 实例：用PHP实现Ftp用户的在线管理
- 利用PHP和CSS改变网页文字大小
- PHP开发大型项目的方法[OOP思想]
- 直接读取数据库信息的三种方法
- PHP5.3中新增的魔术常量__DIR__
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: 278 ::
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
