dede3.1分页文字采集过滤规则详说(图文教程)续二

yipeiwu_com7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

php7下安装event扩展方法

有效安排I/O,时间和信号的扩展 使用可用于特定平台的最佳I/O通知机制的事件,是PHP基础设施的libevent端口。 下载地址:http://pecl.php.net/package...

php中邮箱地址正则表达式实现与详解

首先附上代码 复制代码 代码如下: ^[_.0-9a-z-]+@([0-9a-z][0-9a-z-]+.)+[a-z]{2,3}$ 在这段正则表达式中,“+”表示前面的字符串连续出现一...

关于ob_get_contents(),ob_end_clean(),ob_start(),的具体用法详解

ob_get_contents();ob_end_clean();ob_start()使用ob_start()把输出那同输出到缓冲区,而不是到浏览器。然后用ob_get_contents...

PHP中常用的输出函数总结

echo();  "输出内容"; 可以同时输出多个字符串,可以多个参数,并不需要圆括号 ,无返回值。 print();   有返回值1,0切只能包含一个参数...

PHP入门教程之图像处理技巧分析

本文实例讲述了PHP图像处理。分享给大家供大家参考,具体如下: Demo1.php <?php //一般生成的图像可以是 png,jpg,gif,bmp //j...