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 变量类型的强制转换
- PHP 判断变量类型实现代码
- PHP 数组教程 定义数组
- php后台程序与Javascript的两种交互方式
- php 文件上传系统手记
- php 网页游戏开发入门教程一（webgame+design）
- PHP 简单日历实现代码
- dedecms 批量提取第一张图片最为缩略图的代码(文章+软件)
- php 显示指定路径下的图片
- php pack与unpack 摸板字符字符含义
- ThinkPHP php 框架学习笔记
- PHP 批量删除数据的方法分析
- PHP 读取和修改大文件的某行内容的代码
- php实现jQuery扩展函数
- 浅谈PHP 闭包特性在实际应用中的问题
- PHP 文件上传源码分析(RFC1867)
- php 攻击方法之谈php+mysql注射语句构造
- PHP+MySQL 手工注入语句大全 推荐
- php UTF8 文件的签名问题
- php 远程包含文件漏洞分析
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: 330 ::
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
