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
- phpMyAdmin 3.1.1MySQL数据库管理利器
- 在Windows下面从源代码编译PHP的步骤
- 编程大师论道:PHP的魅力和不足何在
- Flashlm：增加PHP的Session存储和处理能力
- Web 2.0 时代PHP将受更多人的青睐
- PHP实现通过Web执行C/C
- PHP服务器变量设置的方法介绍
- 用PHP编程读取汉字点阵数据
- 初学者必读 PHP常用开发工具分析
- 在PHP中操作MySQL要注意哪些问题
- PHP采集程序中常用的函数
- 例举PHP语言中的精华与技巧
- PHP性能优化的技巧
- PHP代码的优与劣
- PHP下载远程文件类(支持断点续传)
- PHP的正则处理函数总结分析
- PHP 反射机制实现动态代理的代码
- PHP中函数内引用全局变量的方法
- 使用PHP重新实现PHP脚本引擎内置函数
- 表单FORM与GET方法的区别
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: 238 ::
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
