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
- PHP教程:插件机制在PHP中实现方案
- PHP开源网站程序如何使用的更好
- PHP和mysql+jqueyr建立类twitter站点
- PHP服务端代理页面开发
- PHP理论教程:如何才能自动获取关键词
- PHP教程:imagefilledrectangle函数生成渐变图片
- PHP教程:配置smarty开发环境
- PHP扩展curl和正则表达式轻松采集新闻
- PHP4,PHP5,ASP.NET开发优劣比较
- PHP教程:PHP随机显示目录下图片的源码
- HTTP Headers简明易懂的教程
- PHP导入和导出Excel文件
- PHP 5.3 的重要特性:命名空间
- PHP教程:GD库的imagecolorset函数简单修改图片颜色
- PHP5教程:PHP的GD模块生成条形码
- PHP网站程序乱码问题解决方法
- PHP教程:php内置函数intval()
- PHP大量Session的散列及过期回收
- 实现基本QQ功能的PHP类:QQ机器人
- PHP+MYSQL网站SQL Injection攻防
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: 234 ::
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
