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技巧：详解phplib模板使用过程及运行原理
- PHP技巧：Smarty+adodb分页示例
- PHP技巧：PHP脚本中关于拼写检查函数库
- PHP技巧：PHP脚本编程中的文件系统函数库
- PHP技巧：PHP中几种删除目录的三种方法
- 学习PHP技术：txtSQL安装手册中文版
- 学习PHP：PHP的通用检测函数总结
- 详细学习PHP中对文件和目录的操作方法
- PHP+MYSQL实例：网站在线人数的程序代码
- Linux操作系统启动httpd失败的解决方法
- 初学：在PHP开发中如何使用Session？
- PHP初学者遇到的中文乱码解决方案
- PHP实例：实现文件上传的程序源码
- PHP实例：常用的数值判断函数
- PHP实例源代码：PHP实现翻页处理的类
- PHP实例：从数组里筛选出重复的数据
- PHP实例：用PHP实现windows风格的树型菜单
- PHP实例程序：实现给上传图片加水印图案的做法
- PHP实例：用PHP编写的网上调查投票系统
- PHP实例：一个非常全面获取图象信息的PHP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: 48 ::
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
