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
- 一个自定义位数的php多用户计数器代码
- php实现的MySQL通用查询程序
- 一个简单的php实现的MySQL数据浏览器
- php桌面中心(一) 创建数据库
- php桌面中心(二) 数据库写入
- php桌面中心(三) 修改数据库
- php桌面中心(四) 数据显示
- 织梦模板标记简介
- DedeCms模板安装/制作概述
- PHP中的CMS的涵义
- 手把手教你使用DedeCms的采集的图文教程
- 利用PHP和AJAX创建RSS聚合器的代码
- mysql4.1以上版本连接时出现Client does not support authentication protocol问题解决办法
- Linux下进行MYSQL编程时插入中文乱码的解决方案
- 推荐Discuz!5的PHP代码高亮显示与实现可运行代码
- 不错的一篇面向对象的PHP开发模式（简写版）
- 用PHP实现多服务器共享SESSION数据的方法
- 用header 发送cookie的php代码
- PHP的开发框架的现状和展望
- 使用 eAccelerator加速PHP代码的目的
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: 88 ::
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
