推荐下载
-
新版周易测算系统源码 可以在
2024-06-21 上传 -
数据恢复全套课程带课件
2024-06-11 上传 -
2024年剪影剪辑特效速成班含特
2024-05-29 上传 -
新版起名源码、起名网站、起名
2024-05-11 上传 -
最新商业视频打赏系统源码拥有
2024-05-07 上传 -
精品UI知识付费系统源码 响应
2024-05-07 上传 -
运营大宝典：从0带你，做个赚钱的
2024-04-28 上传 -
游泳教学视频全集，目前比较全的
2024-04-28 上传 -
引流源码短剧搜索前端源码+内
2024-04-22 上传 -
多功能知识付费源码下载实现流
2024-04-10 上传 -
新版的小剧场短剧影视小程序源
2024-04-10 上传
dedecms采集过滤规则 万能采集过滤代码 常用过滤
分类: 织梦学习 发布者： 会员：虎哥| 织梦dedecms自带的采集系统确实很不错，可以免去一些手工添加信息的麻烦，设置一下dede采集规则、采集点，然后点采集，OK，几百篇文章就搞定了！ 呵呵，确实很省事的！下面介绍几种常用采集规则的过滤方法： 应用示例一：dedecms过滤标题空格 经常在采集文章的时候，标题文字里面有空格，采回来后应用很是麻烦，所以需要在标题处过滤处添加下面正则过滤 {dede:trim} {/dede:trim} 注意:中间是有一个空格 应用示例二：来源作者中连接的过滤 在采集文章的时候，有的网站系统里面作者或者来源处都带有连接，直接采集的话将连接采集回来了，然后由于这两个字段有限制，通常会造成需要采集的内容没有采集回来，所以需要在过滤处添加下面正则过滤。 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} 应用示例三：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 应用示例四：过滤GG广告代码 其实这个就是在上面的内容过滤，但是很多论坛里的网友经常问这个，所以单独作为一个应用列出来： {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} 好了，上面四种应用基本上涵盖了采集的各种应用，掌握了这个，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} {dede:trim}<embed(.*)>{/dede:trim} {dede:trim}</embed>{/dede:trim} {dede:trim}<param(.*)</param>{/dede:trim} {dede:trim}<object(.*)</object>{/dede:trim} 上面这一段万能采集过滤代码，不能用来采集带有视频的页面，因为已经过滤了视频，最后的四行是过滤掉视频的。如果你确认要采集视频，那就去掉最后四行。 |