织梦dedecms采集中用到的一些过滤规则

天外飘仙

dedecms的过滤规则写起来不是很难，规则如下：

代码示例:
{dede:trim}要过滤的内容{/dede:trim}

如果要过滤的内容很简单，完全可以把过滤规则直接写在“{dede:trim}”和“{/dede:trim}”之间。
对于比较复杂的情况，请考虑使用正则，你懂的，正则表达式，那是相当强劲的。
以下是一些过滤规则的例子，供大家参考。
1、采集中去除内容里的超链接：

代码示例:
{dede:trim}<a([^>]*)>{/dede:trim}
{dede:trim}</a>{/dede:trim}

假如要将所有超链接内容都去除，规则是：

代码示例:
{dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim}

这两个规则的不同通过下面代码来解释
例如文章代码中包含着如下内容：
<a href="#">超链接</a>
通过第一个规则，采集结果是：超链接
2、过滤广告
对于广告来说，过滤规则就得针对html中看到的内容使用规则了，例如某些广告仅仅是引用某个JS文件，例如

代码示例:
<script src=’/plus/ad_js.php?aid=4′ language=’javascript’></script>

这样的规则只需

代码示例:
{dede:trim}<script(.*)>{/dede:trim}
{dede:trim}</script>{/dede:trim}

如果某些广告的内容是JS代码写在<script></script>区间里的，例如GG的广告，那么过滤规则应该是：

代码示例:
{dede:trim}<script>(.*)</script>{/dede:trim}
3、一些测试过的过滤规则

代码示例:

1. {dede:trim}<!–(.*)–>{/dede:trim}
   
2. {dede:trim}<select([^>]*)>([^>]*)</select>{/dede:trim}
   
3. {dede:trim}<option([^>]*)>([^>]*)</option>{/dede:trim}
   
4. {dede:trim}<select([^>]*)>{/dede:trim}
   
5. {dede:trim}</select>{/dede:trim}
   
6. {dede:trim}<param([^>]*)>{/dede:trim}
   
7. {dede:trim}<embed([^>]*)>([^>]*)</embed>{/dede:trim}
   
8. {dede:trim}<embed([^>]*)>{/dede:trim}
   
9. {dede:trim}</embed>{/dede:trim}
   
10. {dede:trim}<object([^>]*)>([^>]*)</object>{/dede:trim}
    
11. {dede:trim}<object([^>]*)>{/dede:trim}
    
12. {dede:trim}</object>{/dede:trim}
    
13. {dede:trim}<OBJECT([^>]*)>([^>]*)</OBJECT>{/dede:trim}
    
14. {dede:trim}<OBJECT([^>]*)>{/dede:trim}
    
15. {dede:trim}</OBJECT>{/dede:trim}
    
16. {dede:trim}<iframe([^>]*)>([^>]*)</iframe>{/dede:trim}
    
17. {dede:trim}<iframe([^>]*)>{/dede:trim}
    
18. //by bbs.piaoxian.net//
    
19. {dede:trim}</iframe>{/dede:trim}
    
20. {dede:trim}<IFRAME([^>]*)>([^>]*)</IFRAME>{/dede:trim}
    
21. {dede:trim}<IFRAME([^>]*)>{/dede:trim}
    
22. {dede:trim}</IFRAME>{/dede:trim}
    
23. {dede:trim}<font([^>]*)>([^<]*)</font>{/dede:trim}
    
24. {dede:trim}<font([^>]*)>{/dede:trim}
    
25. {dede:trim}</font>{/dede:trim}
    
26. {dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim}
    
27. {dede:trim}<a([^>]*)>{/dede:trim}
    
28. {dede:trim}</a>{/dede:trim}
    
29. {dede:trim}<td([^>]*)>([^>]*)</td>{/dede:trim}
    
30. {dede:trim}<td([^>]*)>{/dede:trim}
    
31. {dede:trim}</td>{/dede:trim}
    
32. {dede:trim}<tr([^>]*)>([^>]*)</tr>{/dede:trim}
    
33. {dede:trim}<tr([^>]*)>{/dede:trim}
    
34. {dede:trim}</tr>{/dede:trim}
    
35. {dede:trim}<tbody([^>]*)>([^>]*)</tbody>{/dede:trim}
    
36. {dede:trim}<tbody>{/dede:trim}
    
37. {dede:trim}</tbody>{/dede:trim} // 内容来自bbs.piaoxian.net//
    
38. {dede:trim}<table([^>]*)>([^>]*)</table>{/dede:trim}
    
39. {dede:trim}<table([^>]*)>{/dede:trim}
    
40. {dede:trim}</table>{/dede:trim}
    
41. {dede:trim}<span([^>]*)>{/dede:trim}
    
42. {dede:trim}</span>{/dede:trim}
    
43. {dede:trim}</IFRAME>{/dede:trim}
    
44. {dede:trim}<script>(.*)</script>{/dede:trim}
    
45. {dede:trim}<script(.*)>{/dede:trim}
    
46. {dede:trim}</script>{/dede:trim} // 本文
    

复制代码