织梦dedecms采集中用到的一些过滤规则

织梦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:

{dede:trim}<!–(.*)–>{/dede:trim}

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

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

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

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

{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}

//by www.jbxue.com//

{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} // 内容来自www.jbxue.com//

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

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

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

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

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

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

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

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

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

注明:本文为星速云原创版权所有,禁止转载,一经发现将追究版权责任!

(0)
上一篇 2022年5月30日 上午3:54
下一篇 2022年5月30日 上午3:54

相关推荐

发表评论

登录后才能评论
问答社区 QQ客服
微信客服
微信客服
分享本页
返回顶部