XML  HTML  企业网站建设     RSS订阅深圳网站建设,网络营销,深圳网络推广,深圳seo,草根网络创业者
你的位置:首页 » 网络技术 » 正文

dedecms万能采集过滤规则代码 采集常用过滤

选择字号: 超大 标准 admin 发布于2019-05-28 属于 网络技术 栏目  0个评论 262人浏览

织梦dedecms采集图片或者文章时怎样去除超链接;DEDE默认的采集规则,dede采集去除超链接后,超链接的文字都给去掉了,太雷人了,采集来的文章都是断句的,哈哈,最近在研究DEDECMS的采集规则,头疼的是采集图片时如果含有超链接,那么采集下来生成的文章会带有目标站的链接,如果使用DEDE默认的去掉超链接的规则,那么结果是直接连图片都不会采集…

QQ截图20190528194833.jpg

于是百度了一下,终于发现了一条规则,解决了我的烦恼。

规则如下:

 一:

{dede:trim}<(|/)a([^>]*)>{/dede:trim}


 二:

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

{dede:trim}</a>{/dede:trim}


可以去掉图片的超链接,只留下图片, 同样适用于文章采集,去掉文章里的超链接


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。



欢迎原创文章投稿到诺伊网博客官网

标签:dede采集,dedecms采集规则,采集代码,dede采集代码,

亲!深圳网站建设,网站运营,seo,草根创业博客请您点赞
  • 流泪

    0

  • 打酱油

    0

  • 开心

    0

  • 点赞

    0

  • 差评

    0

诺伊网广告位招租

猜你喜欢

额 本文暂时没人评论 来添加一个吧

发表评论

必填

选填

选填

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

诺伊网广告位招租
热门文章
热评文章
    随机文章 | 热门文章 | 最新文章
随机文章
深圳企业做爱采购找谁
扫一扫,加我为微信好友 加我为微信好友

博主承接网站建设业务

域名注册 香港虚拟主机

免费源码 B2B信息发布

客服: 客服

技术: 技术

售后: 售后

电话:075536891206

手机:13530151322

在线联系