织梦采集规则中过滤与替换规则不要的内容

虽然现在大家都使用了火车头来采集数据,但也还有一些朋友使用dedecms自带的功能来采集数据,下面我把我在采集规则中过滤与替换规则的代码分享一下.

利用模块我们只要这样,代码如下:

{dede:trim replace='替换内容'}原内容{/dede:trim}

下面我们来看看,代码如下:

1. //过滤链接 
2. {dede:trim replace=''}<a([^>]*)>(.*)</a>{/dede:trim} 
3. //过滤js文件 
4. {dede:trim replace=''}<script([^>]*)>(.*)</script>{/dede:trim} 
5. //过滤注释 
6. {dede:trim replace=''}<!--(.*)-->{/dede:trim} 
7. //过滤表格，请注意，表格内容会被完全过滤 
8. {dede:trim replace=''}<table([^>]*)>(.*)</table>{/dede:trim} 
9. //过滤内建样式表 
10. {dede:trim replace=''}<style([^>]*)>(.*)</style>{/dede:trim} 
11. //过滤图片 
12. {dede:trim replace=''}<img([^>]*)>{/dede:trim} 
13. //过滤视屏等组件 
14. {dede:trim replace=''}<object([^>]*)>(.*)</object>{/dede:trim} 
15. {dede:trim replace=''}<embed([^>]*)>(.*)</embed>{/dede:trim} 
16. //过滤iframe框架等 
17. {dede:trim replace=''}<iframe([^>]*)>(.*)</iframe>{/dede:trim} 
18. {dede:trim replace=''}<param([^>]*)>(.*)</param>{/dede:trim} 
19. //过滤div（这里只规律包括class等对于div层的设置，层所包含的内容不会被过滤 
20. {dede:trim replace=''}<div([^.]*)>{/dede:trim} 
21. {dede:trim replace=''}</div>{/dede:trim}