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
- discuz安全提问算法
- PHP静态新闻列表自动生成代码
- 用PHP实现图象锐化代码
- PHP生成月历代码
- 用PHP实现的随机广告显示代码
- 用PHP实现维护文件代码
- 关于在php.ini中添加extension=php_mysqli.dll指令的说明
- PHP 中的批处理的实现
- 木翼下载系统中说明的PHP安全配置方法
- php为什么选mysql作为数据库？ Mysql 创建用户方法
- PHP如何编写易读的代码
- PHP 优化配置——加速你的VBB,phpwind,Discuz,IPB,MolyX
- php下一个阿拉伯数字转中文数字的函数
- Discuz5.5.0代码高亮显示+运行代码框合成插件 下载
- PHP+FLASH实现上传文件进度条相关文件 下载
- 发布一个迷你php+AJAX聊天程序[聊天室]提供下载
- 在普通HTTP上安全地传输密码
- php中ob(Output Buffer 输出缓冲)函数使用方法
- php 用sock技术发送邮件的函数
- 真正的ZIP文件操作类(php)
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: 85 ::
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
