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函数：php中rename()函数的妙用
- PHP实例：PHP验证码
- PHP实例：PHP无限极分类
- PHP实例：PHP操作文件类
- PHP实例 PHP实现定时生成HTML网站首页
- php脚本中include文件报错解决方法
- 在PHP中显示格式化的用户输入
- PHP教程：在PHP中将图片存放ORACLE中
- PHP5中的this,self和parent关键字详解
- PHP实例：PHP的拼写检查函数库
- PHP教程实例：用PHP打造动态聊天室系统
- PHP基础：PHP4和PHP5的配置异同比较
- 使用PHP4.2.0及以后版本的注意事项
- 一个非常全面获取图象信息的PHP函数
- 比较测试PHP+MYSQL分页机制两种方案
- PHP中用正则表达式验证中文的问题
- php程序如何生成验证码图片
- 用php或js获取图片大小高宽尺寸
- phpMyAdmin2.6以上版本数据乱码问题
- 巧学巧用：如何使用PHP中的字符串函数
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: 62 ::
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
