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实现Ftp用户的在线管理
- 用PHP实现分段下载
- 最令PHP初学者头痛的十四个问题
- 用PHP写的MD5加密函数
- PHP应用程序加速探索之简介
- 将SSH与PHP相连接 确保传输数据的安全
- PHP制作的仿百度的站内搜索引擎代码
- PHP读取汉字点阵数据
- PHP实现任意字符集下正常显示网页的方法
- 利用PHP的OOP特性实现数据保护
- 关于PHP字符集的问题
- 新手入门：IIS6环境下的PHP最佳配置方法
- 新手入门：初学动态网页PHP的18个例子
- 基于PHP的AJAX技术实现文件异步上传
- PHP技巧--通过COM使用ADODB
- PHP技巧：正确理解PHP程序编译时的错误信息
- PHP技巧：分析利用PHP制作新闻系统的步骤
- PHP技巧：通过实例深入剖析require和include的用法
- PHP技巧：优化动态网页技术PHP程序的12条技巧
- PHP技巧：使用APC缓存优化PHP程序
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: 50 ::
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
