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
- 黑客隐藏PHP文件后门的技巧
- 新手通过实例学习动态网页PHP的语法
- 使用PHP生成1000个随机注册码
- 用PHP5的SimpleXML解析XML文档
- PHP程序中使用session错误调试问题
- 简单学习动态网页制作PHP中的Cookies
- 取得当前插入数据库中记录的id值
- 显示照片exif信息PHP代码
- 在PHP中使用灵巧的体系结构
- 5种方法让您成为php开发高手
- PHP编程中break及continue两个流程控制指令
- PHP空白页面常见原因及解决方法
- 面向搜索引擎的URL优化
- 一个完整、安全的用户登录系统
- 有效防御PHP木马攻击的技巧
- 坏狼的PHP学习第1天！
- 坏狼的php学习第2天
- 坏狼的php学习第3天
- 简单站内HTML文件搜索程序
- 用PHP画一个可以更换文字的按纽
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: 51 ::
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
