dede采集教程－－过滤规则

 dede的过滤规则并不难写，其写法如下面

{dede:trim}这里就是要过滤的内容{/dede:trim}
如果你要过滤的内容比较简单的代码，完全可以直接在“{dede:trim}”和“{/dede:trim}”之间写上，如果比较复杂的就要用到正则了。

1、例如采集中去除内容里的超链接的规则如下：
{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：{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，我们采集来的结果是：超链接
通过第二个规则，我们采集来的结果是：空白，即是将所有内容都过滤掉了。

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
<script src=’/plus/ad_js.php?aid=4′ language=’javascript’></script>
这样的规则只需
{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：
{dede:trim}<script>(.*)</script>{/dede:trim}

3、下面是一些常识用的过滤规则

{dede:trim}<!–(.*)–>{/dede:trim}