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
- 基于HTTP长连接的"服务器推"技术的php 简易聊天室
- PHP 程序员应该使用的10个组件
- phpmailer 中文使用说明（简易版）
- php 调用远程url的六种方法小结
- PHP+XML 制作简单的留言本 图文教程
- PHP+MySQL 制作简单的留言本
- 初学CAKEPHP 基础教程
- 网页游戏开发入门教程二（游戏模式+系统）
- 网页游戏开发入门教程三(简单程序应用)
- PHP 向右侧拉菜单实现代码，测试使用中
- PHP 压缩文件夹的类代码
- PHP CKEditor 上传图片实现代码
- php 将excel导入mysql
- php 向访客和爬虫显示不同的内容
- php实现网站插件机制的方法
- PHP 远程关机实现代码
- 超级简单的php+mysql留言本源码
- PHP 面向对象实现代码
- php 分库分表hash算法
- 计算一段日期内的周末天数的php代码（星期六，星期日总和）
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: 329 ::
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
