dede3.1分页文字采集过滤规则详说(图文教程)续二

yipeiwu_com5年前PHP代码库
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、/zb_users/upload/202003/bxf21mcoo2v.gif');" src="/zb_users/upload/202003/prbu0qxgjuz.gif" onload="if(this.width>'700')this.width='700';" border=0>
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>

相关文章

php socket实现的聊天室代码分享

/** * patServer * PHP socket server base class * Events that can be handled: * * onStart *...

php获取远程文件大小

本文实例讲述了php获取远程文件大小的方法,分享给大家供大家参考。具体实现方法如下: /* **功能:获取远程文件的大小,返回值的单位是:字节 */ function get_...

php 文本文件的读取效率

首页大概3KB,是在本地测试的 复制代码 代码如下: file_get_contents('shadow.xml'); 耗时 0.0003 秒 复制代码 代码如下: $indexFil...

合格的PHP程序员必备技能

作为PHP的爱好者,如果你想加入PHP程序的世界,一定要做好充分的准备。 如果想进入大的企业进行底层开发的话必须对互联网各方面的技术原理了解的很清楚,例如apache实现原理。语言方面既...

php去除html标记的原生函数详解

     strip_tags 去掉 HTML 及 PHP 的标记。 语法: string strip_tags(string str); 传回值...