Dedecms自带的采集过滤规则详细说明

dedecms自带采集系统 刚开始研究 下了不下60条规则 收集以下万能过滤代码 gbk5.6版本 测试全部可以用  
dedecms过滤标题空格 标题关键词过滤 
经常在采集文章的时候,标题文字里面有空格 网站关键词,   ,所以需要在标题处过滤处添加下面正则过滤 
{dede:trim} {/dede:trim}  中间可以是过滤空格 或者是文字 来源作者中连接的过滤 
1,如果要保留dedecms链接中的文字: {dede:trim}<a([^>]*)>{/dede:trim} {dede:trim}</a>{/dede:trim} 2,如果去掉链接中的文字: 
{dede:trim}<a ([^>]*)>([^<]*)</a>{/dede:trim} 文章内容中连接以及其他广告代码的过滤 
这个就不用说了,当需要对所有东西过滤的时候,直接用上面所有的代码过滤就可以,但是实际应用中,我们只需要对连接、动画、调用等进行过滤。(这个需要按照对方内容里面具体含有什么代码来具体操作) 一般的只有链接,使用二中的代码进行过滤就可以了,但是实际上一般的网站现在都在内容里面加有广告等,所以采取下面的过滤正则就可以完成过滤: {dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim} 
{dede:trim}<IFRAME([^>]*)>([^>]*)</IFRAME>{/dede:trim} {dede:trim}<object([^>]*)>([^>]*)</object>{/dede:trim} {dede:trim}<script([^>]*)>([^>]*)</script>{/dede:trim} 过滤div可以用 
{dede:trim}]*)>{/dede:trim} {dede:trim} {/dede:trim} 
过滤js用下面这个 
{dede:trim}]*)>([^<]*){/dede:trim} 过滤未知变量字符 固定(.*)固定 
下面是过滤GG广告代码 
{dede:trim}<script([^>]*)>([^>]*)</script>{/dede:trim} 
下面是在综合论坛上网友的各种正则的一个dedecms规则过滤全集: {dede:trim}<param([^>]*)>{/dede:trim} 
{dede:trim}<embed([^>]*)>([^>]*)</embed>{/dede:trim} {dede:trim}<embed([^>]*)>{/dede:trim} {dede:trim}</embed>{/dede:trim} 
{dede:trim}<object([^>]*)>([^>]*)</object>{/dede:trim} {dede:trim}<object([^>]*)>{/dede:trim} {dede:trim}</object>{/dede:trim} 
{dede:trim}<OBJECT([^>]*)>([^>]*)</OBJECT>{/dede:trim} {dede:trim}<OBJECT([^>]*)>{/dede:trim} 

{dede:trim}</OBJECT>{/dede:trim} 
{dede:trim}<iframe([^>]*)>([^>]*)</iframe>{/dede:trim} {dede:trim}<iframe([^>]*)>{/dede:trim} {dede:trim}</iframe>{/dede:trim} 
{dede:trim}<IFRAME([^>]*)>([^>]*)</IFRAME>{/dede:trim} {dede:trim}<IFRAME([^>]*)>{/dede:trim} {dede:trim}</IFRAME>{/dede:trim} 
{dede:trim}<font([^>]*)>([^<]*)</font>{/dede:trim} {dede:trim}<font([^>]*)>{/dede:trim} {dede:trim}</font>{/dede:trim} 
{dede:trim}<a([^>]*)>([^<]*)</a>{/dede:trim} {dede:trim}<a([^>]*)>{/dede:trim} {dede:trim}</a>{/dede:trim} 
{dede:trim}<td([^>]*)>([^>]*)</td>{/dede:trim} {dede:trim}<td([^>]*)>{/dede:trim} {dede:trim}</td>{/dede:trim} 
{dede:trim}<tr([^>]*)>([^>]*)</tr>{/dede:trim} {dede:trim}<tr([^>]*)>{/dede:trim} {dede:trim}</tr>{/dede:trim} 
{dede:trim}<tbody([^>]*)>([^>]*)</tbody>{/dede:trim} {dede:trim}<tbody>{/dede:trim} {dede:trim}</tbody>{/dede:trim} 
{dede:trim}<table([^>]*)>([^>]*)</table>{/dede:trim} {dede:trim}<table([^>]*)>{/dede:trim} {dede:trim}</table>{/dede:trim} 
{dede:trim}<img([^>]*)>{/dede:trim} {dede:trim}<span([^>]*)>{/dede:trim} {dede:trim}</span>{/dede:trim} {dede:trim} {/dede:trim} 
{dede:trim}<stong>{/dede:trim} {dede:trim}</stong>{/dede:trim} 
www.123wangsu.com www.edubar.net www.51junshi.net  
掌握了这些,过滤基本上就不用求人了!下面教大家一个更简单的方法,把下面的过滤规则复制到你那里去,几乎就可以处理所有的问题了,当然也可以自己分析一下。 {dede:trim}<span(.*)>{/dede:trim} {dede:trim}</span>{/dede:trim} {dede:trim}<div(.*)>{/dede:trim} {dede:trim}</div>{/dede:trim} {dede:trim}<li>{/dede:trim} {dede:trim}</li>{/dede:trim} {dede:trim}<ul>{/dede:trim} {dede:trim}</ul>{/dede:trim} {dede:trim}<font(.*)>{/dede:trim} {dede:trim}</font>{/dede:trim} 
{dede:trim}<table(.*)>{/dede:trim} {dede:trim}</table>{/dede:trim} {dede:trim}<tbody(.*)>{/dede:trim} {dede:trim}</tbody>{/dede:trim} {dede:trim}<tr(.*)>{/dede:trim} {dede:trim}</tr>{/dede:trim} {dede:trim}<td(.*)>{/dede:trim} {dede:trim}</td>{/dede:trim} {dede:trim}<a(.*)>{/dede:trim} {dede:trim}</a>{/dede:trim} 
{dede:trim}<iframe(.*)</iframe>{/dede:trim} {dede:trim}<style(.*)</style>{/dede:trim} {dede:trim}<script(.*)</script>{/dede:trim} {dede:trim}<option(.*)</option>{/dede:trim} {dede:trim}<select(.*)</select>{/dede:trim} dedecms采集过滤代码 绝对好用  

鲜花

握手

雷人

路过

鸡蛋
粉丝0 阅读796 回复0
上一篇:
织梦dedecms常用数据统计SQL调用发布时间:2017-11-09
下一篇:
dedecms教程:文章列表隔行换色的方法发布时间:2017-11-09

阅读排行榜

扫码联系客服

微信号:xumidai

QQ号:69215330

QQ群:已满

QQ群2:258922390

服务客服QQ:

69215330

(工作日:周一至周日 09:00-22:00)
官方网址:http://www.adminw.com
69215330@qq.com

Archiver-手机版-小黑屋- adminw Inc.  

Powered by Adminw.Com X3.4© 2014-2019 www.adminw.com Inc.