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
- 用PHP脚本在Linux系统上读取输入和对文
- PHP中register_globals引发的问题
- PHP基础：安全基础IIS 6的PHP最佳配置
- Web开发基础知识分享：Php基础知识了解
- 实例解析：PHP程序开发中的中文编码问题
- PHP5程序中新增加日期(date)函数的常量
- 新手学堂：PHP服务器变量设置的方法介绍
- 如何正确理解PHP程序错误信息的表示含义
- PHP程序百行代码快速构建简易聊天室方法
- 如何使用PHP程序开发高效的WEB网络系统
- 加速PHP动态网站 关于MySQL索引分析优化
- 教你如何在SQL Server数据库中加密数据
- 用PHP程序直接调用文本文件内容实例
- 使用php的zlib压缩和解压缩swf文件
- 升级PHP5的理由：PHP4和PHP5性能对比
- 解决php存取mysql 4.1乱码问题
- FC 5 php 不可以连接远程mysql数据库
- 一个特别好的学习PHP引用返回的例子
- 热门看点：PHP 6新版发布前新特性大展望
- 开源新版NetBeans让PHP开发变得更加轻松
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: 273 ::
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
