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中目录,文件操作详谈
- 理解PHP5中static和const关键字的区别
- php中支持多种编码的中文字符串截取函数!
- 关于BIG5-HKSCS的解决方法
- 自动生成文章摘要的代码[PHP 版本]
- 完美解决dedecms中的[html][/html]和[code][/code]问题
- 不错的dedecms修改实用集锦
- PHP的分页功能
- dedecms中显示数字验证码的修改方法
- dedecms中常见问题修改方法总结
- 用PHP写的MySQL数据库用户认证系统代码
- 收集的PHP中与数组相关的函数
- PHP中动态显示签名和ip原理
- 实现dedecms全站URL静态化改造的代码
- 解决dede生成静态页和动态页转换的一些问题，及火车采集入库生成动态的办法
- 在任意字符集下正常显示网页的方法一
- 在任意字符集下正常显示网页的方法二（续）
- 经典的PHPer为什么被认为是草根？
- dedecms系统常用术语汇总
- 一篇入门的php Class 文章
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: 125 ::
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
