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调用mysql存储过程
- PHP+.htaccess实现全站静态HTML文件GZIP压缩传输(一)
- PHP中HTTP方式下的Gzip压缩传输方法举偶
- 隐藏X-Space个人空间下方版权方法隐藏X-Space个人空间标题隐藏X-Space个人空间管理版权方法
- 如何提高PHP速度
- 发布一个用PHP fsockopen写的HTTP下载的类
- php公用函数列表[正则]
- 实现了一个PHP5的getter/setter基类的代码
- php简单封装了一些常用JS操作
- Smarty＋QUICKFORM小小演示
- 给php新手谈谈我的学习心得
- NOD32 v2.70.32 简体中文封装版 提供下载了
- 个人站长制做网页常用的php代码
- 收集的php编写大型网站问题集
- 如何从一个php文件向另一个地址post数据，不用表单和隐藏的变量的
- php下实现农历日历的代码
- php+dojo 的数据库保存拖动布局的一个方法dojo 这里下载
- php网页后退不再出现过期
- PHP实现用户认证及管理完全源码
- 用PHP制作的意见反馈表源码
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: 94 ::
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
