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 手机归属地查询 api
- php 自写函数代码 获取关键字 去超链接
- 检查url链接是否已经有参数的php代码 添加 ? 或 &
- PHP生成网页快照 不用COM不用扩展.
- 一步一步学习PHP(1) php开发环境配置
- 一步一步学习PHP(2)：PHP类型
- 一步一步学习PHP(3) php 函数
- 一步一步学习PHP(4) php 函数 补充2
- 提高PHP编程效率 引入缓存机制提升性能
- php 数组的合并、拆分、区别取值函数集
- PHP采集相关教程之一 CURL函数库
- IP138 IP地址查询小偷实现代码
- php 生成静态页面的办法与实现代码详细版
- 一步一步学习PHP(5) 类和对象
- 一步一步学习PHP(6) 面向对象
- Apache环境下PHP利用HTTP缓存协议原理解析及应用分析
- PHP 截取字符串函数整理(支持gb2312和utf-8)
- php foreach 使用&(与运算符)引用赋值要注意的问题
- PHP IPV6正则表达式验证代码
- 用PHP ob_start()控制浏览器cache、生成html实现代码
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: 338 ::
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
