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动态网页技术中SESSION的应用
- PHP和MySQL操作应该注意的一些细节
- 理解学习PHP编码规范之注释和文件结构
- PHP网站开发过程中注意这些安全知识
- 利用PHP自定义错误处理器处理出错信息
- 用PHP程序计算时间差的几种方法
- PHP关于中文汉字替换与模式匹配的问题
- PHP中的一些常识：类篇
- PHP程序员一般都忽略了的几点精华
- PHP4之COOKIE支持详解
- 用新PHP插件实现MySQL为基础的事务
- 如何利用PHP操纵Oracle LOB类型数据
- PHP5 OOP编程之代理与定制异常(1)
- PHP5 OOP编程之代理与定制异常(2)
- 用PHP编程语言开发动态WAP页面
- PHP 编码规范-注释
- 用PHP正则表达式清除字符串的空白
- PHP应用技巧：如何将代码中的通知和警告删除
- PHP入门进阶学习必备的知识及工具
- 用PHP编程语言开发动态WAP页
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: 104 ::
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
