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
- PHP6 安装方法
- PHP中的ob_start用法详解
- 学习php遇到的主要问题及解决办法
- PHP知识：正则表达式中特殊字符的说明
- PHP系列教程：《PHP设计模式介绍》 导言
- PHP系列教程：设计模式介绍Ⅰ编程惯用法
- PHP系列教程：设计模式介绍Ⅱ值对象模式
- PHP系列教程：设计模式介绍Ⅲ工厂模式
- PHP系列教程：设计模式介绍Ⅳ单件模式
- PHP系列教程：设计模式介绍Ⅴ注册模式
- PHP系列教程：设计模式介绍Ⅵ伪对象模式
- PHP系列教程：设计模式介绍Ⅶ策略模式
- PHP系列教程：设计模式介绍Ⅷ迭代器模式
- PHP系列教程：设计模式介绍Ⅸ观测模式
- PHP系列教程：设计模式介绍Ⅸ规范模式
- PHP教程：自动适应范围的页码分页程序
- SQL函数：CONCAT_WS和LENGTH
- PHP:招PHP高级工程师的面试题
- 美化/etc/my.cnf文件
- PHP注释查看器
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: 239 ::
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
