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
- 让我们来编写一些PHP实用的脚本
- 七种缓存使用武器 为网站应用和访问加速
- 动态网页PHP中引用&的使用注意事项
- 在PHP中全面阻止SQL注入式攻击
- PHP自带可以代替echo调试的unit函数
- 小结：PHP动态网页程序优化及高效提速问题
- php对特殊语句查询结果进行数组排序
- 实例：用PHP技术解决网站URL格式过长的问题
- 小结：PHP动态网页程序两个有用的小技巧
- 动态网页中直接不让访问PHP程序文件
- 网页实例：详细介绍用PHP来编写网页记数器
- 菜鸟学习：动态网页PHP基础学习笔记
- 利用Apache实现禁止图片盗链
- PHP编程中常用的三则技巧
- PHP制作的网站意见在线反馈表
- 大型Web需求解决方案 PHP定位突出
- PHP实例：精确到每一秒钟的在线人数显示代码
- 实用：动态网页制作技术PHP的十个应用技巧
- 常见php页面漏洞分析及相关问题解决
- PHP和MYSQL制作动态网站开发经验之谈
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: 44 ::
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
