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
- 搜索和替换文件或目录的一个好类--很实用
- 树型结构列出指定目录里所有文件的PHP类
- 使用字符串函数输出整数化的PHP版本号
- php录入页面中动态从数据库中提取数据的实现
- 定制404错误页面，并发信给管理员的程序
- 让你的PHP同时支持GIF、png、JPEG
- 一个颜色轮换的简单例子
- 二十行语句实现从Excel到mysql的转化
- 模仿OSO的论坛（四）
- 简体中文转换为繁体中文的PHP函数
- 繁体中文转换为简体中文的PHP函数
- PHP安装攻略:常见问题解答（三）
- 基于数据库的在线人数，日访问量等统计
- NO3第三帝国留言簿制作过程
- 一个没有MYSQL数据库支持的简易留言本的编写
- PHP安装攻略:常见问题解答（二）
- 在windows iis5下安装php4.0+mysql之我见
- PHP聊天室技术
- 利用PHP实现与ASP Banner组件相似的类
- PHP安装攻略:常见问题解答（一）
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: 118 ::
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
