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数据库常见函数详解(1)
- MySQL数据库常见函数详解(2)
- MySQL数据库常见函数详解(3)
- PHP5中新增加的日期(date)函数的常量
- PHP：实现给上传图片加水印的程序代码
- PHP动态网站开发中常用的8个小技巧
- 用PHP程序直接调用文本文件内容分析
- 简单学习PHP向MYSQL中插入数据的代码
- PHP中常用的几个 mysql 语句
- 初学PHP指导：php.ini 配置详细选项
- 用动态网页技术PHP生成验证码图片的源代码
- PHP动态网页开发实现支持页面回跳的方法
- 实例：PHP生成word文档格式试卷的代码
- PHP开发技巧之用递归替换数组中的内容
- 实用技巧：PHP中调用Java类的两种方法
- PHP的mb_substr和mb_strcut的区别
- 学习动态网页技术PHP：GD库安装问题详解
- 动态网页制作技术PHP的拼写检查函数库
- 通过PHP服务器端特性的配置加强PHP的安全
- 由浅入深学习动态网页制作PHP的编程与应用
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: 55 ::
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
