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
- 轻松实现用PHP编写PDF文档生成器（一）
- 轻松实现用PHP编写PDF文档生成器（二）
- php下载文件，PHP下载文件源码
- 一行PHP代码检测字符中中文汉字个数
- 用PHP开发多任务应用程序
- 怎样用PHP实现网站防盗链
- PHP.MVC之模板标签系统(一)
- PHP.MVC之模板标签系统(二)
- PHP.MVC之模板标签系统(三)
- PHP.MVC之模板标签系统(五)
- PHP.MVC之模板标签系统(四)
- linux/unix下使用php来做守护进程
- PHP多文件上传类,实现php多文件上传
- PHP编实现程动态图像的创建
- 利用PHP伪造http头（referer）
- 常见的25个顶级PHP模板引擎
- PHP生成带有雪花背景的验证码
- PHP日常开发中常用的一些小技巧
- PHP + MySQL 分表减低数据库压力
- PHP的语言层面的优化和代码优化
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: 70 ::
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
