织梦dedecms采集规则过滤代码,替换代码,去链接,去样式

过滤与替换常用操作：点击“常用规则”，选择要过滤的代码段，再编辑成我们需要的。

如果会文章简单采集了，接下来就需要过滤掉采集内容中的广告和链接及其它代码。一般的写法是{dede:trim}要过滤的内容{/dede:trim}  ，举几个例子：

1、去除超链接，这种最常用。（留下样式中的字样，去除）

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

{dede:trim replace=''}</a>{/dede:trim}

如果填成这样，那就把链接的文本也一起去掉了

{dede:trim replace=''}<a([^>]*)>(.*)</a>{/dede:trim}（直接去除所有内容）

2、过滤JS调用广告，比如GG的广告，就加个这样的：

{dede:trim replace=''}<script([^>]*)>(.*)</script>{/dede:trim}

3、过滤div标签。

这个很重要，如果没过滤干净则可能使发布出来的文章版面错位，目前大多数遇到采集后错位的原因在此。

{dede:trim replace=''}<div([^.]*)>{/dede:trim}

{dede:trim replace=''}</div>{/dede:trim}

有的时候也需要这样子过滤：

{dede:trim replace=''}<div 选择器>(.*)</div>{/dede:trim}

去除DIV及DIV中的所有内容：

{dede:trim replace=""}<div([^>]*)>(.*)</div>{/dede:trim}

4、其它的过滤规则可以照以上规律进行推出。

​

5、过滤摘要和关键字使用，经常要用到。

{dede:trim replace=''}{/dede:trim}

6、简单替换。(样式内容替换)例：<6 XX> ==> <6>

{dede:trim replace='替换后的词语'}要替换的词语{/dede:trim}

采集的内容当然也要求搜索引擎收录，过滤和替换目的是减少重复，进行伪原创，如何具体的操作，就看个人的要求与喜好了。