DedeCMS采集教程：过滤替换的技巧

今天根据我个人织梦dedecms采集过程总结了一些经验，写出来供大家参考。

　　1.采集去除链接

　　

　　[Copy to clipboard]CODE:

　　

　　{dede:trim}]*)>([^<]*){/dede:trim}

　　

　　--------------------------------

　　

　　让field:title 标题突破30这个长度，修改代码的方法

　　

　　找到./include/inc_arcpart_view.php

　　

　　行291 :

　　

　　if($titlelen=="") $titlelen = 30;

　　

　　修改为

　　

　　if($titlelen=="") $titlelen = 60;

　　

　　就可以了，然后，你可以这样调用了

　　

　　{dede:channelArtlist typeid='0' col=1 tablewidth='100%'}

　　

　　{dede:arclist row="10"}

　　

　　[field:title function="cn_substr('@me',38)" /]

　　

　　{/dede:arclist}

　　

　　{/dede:channelArtlist}

　　

　　把这个延伸一下:关于inc_arcpart_view.php

　　

　　function GetArcList($typeid=0,$row=10,$col=1,$titlelen=30,$infolen=160,

　　

　　$imgwidth=120,$imgheight=90,$listtype="all",$orderby="default",$keyword="",

　　

　　$innertext="",$tablewidth="100",$arcid=0,$idlist="")

　　

　　这里的参数都可以更改你实际需要的模板元素尺寸大小.

　　

　　2. 采集过虑中去掉链接保留文字的方法!

　　

　　柏老大的方法是{dede:trim}<a ([^>]*)>([^<]*)</a>{/dede:trim}

　　

　　这样做会去掉<a hf.......>与</a>之间的字符!这样整个文章就少了部分字符,不完整了!

　　

　　后来我多次测试,总算找到了正确的使用方法!如下:

　　

　　{dede:trim}<a([^>]*)>{/dede:trim}

　　

　　{dede:trim}</a>{/dede:trim}

　　

　　做成两条采集规则就可以了!

　　

　　在实际使用中好像([^<]*)([^>]*)两条一起使用才行!

　　

　　3. 过滤div

　　

　　{dede:trim}]*)>{/dede:trim}

　　

　　{dede:trim}

　　

　　{/dede:trim}

　　

　　过滤js

　　

　　{dede:trim}]*)>([^<]*){/dede:trim}

　　

　　过滤未知变量字符

　　

　　固定(.*)固定

　　

　　4.dede万能过滤代码

　　

　　以下是常用的正则表达式标签

　　

　　{dede:trim}<tbody(.*)>{/dede:trim}

　　

　　{dede:trim}</tbody>{/dede:trim}

　　

　　{dede:trim}<table(.*)>{/dede:trim}

　　

　　{dede:trim}</table>{/dede:trim}

　　

　　{dede:trim}<tr(.*)>{/dede:trim}

　　

　　{dede:trim}</tr>{/dede:trim}

　　

　　{dede:trim}<td(.*)>{/dede:trim}

　　

　　{dede:trim}</td>{/dede:trim}

　　

　　{dede:trim}<font(.*)>{/dede:trim}

　　

　　{dede:trim}</font>{/dede:trim}

　　

　　{dede:trim}<a(.*)>{/dede:trim}

　　

　　{dede:trim}</a>{/dede:trim}

　　

　　{dede:trim}<param(.*)>{/dede:trim}

　　

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

　　

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

　　

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

　　

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

　　

　　{dede:trim}<input(.*)>{/dede:trim}

　　

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

　　

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

　　

　　{dede:trim}<!--(.*)-->{/dede:trim}

　　

　　以下为不常用的正则表达式标签

　　

　　{dede:trim}<div(.*)>{/dede:trim}

　　

　　{dede:trim}</div>{/dede:trim}

　　

　　{dede:trim}<center(.*)>{/dede:trim}

　　

　　{dede:trim}</center>{/dede:trim}

　　

　　{dede:trim}<p(.*)>{/dede:trim}

　　

　　{dede:trim}</p>{/dede:trim}

　　

　　{dede:trim}<span(.*)>{dede:trim}

　　

　　{dede:trim}</span>{dede:trim}

　　

　　{dede:trim}<img(.*)>{/dede:trim}