DedeCMS采集教程：过滤替换的技巧

上一篇我们讲了一些采集过滤规则的应用实例，今天根据我个人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}
　　
　　/////////////////////////////////////
　　
　　5.织梦标题不全,鼠标指向显示全部的代码:
　　
　　{dede:arclist titlelen='100'}
　　
　　[field:title function=' ( strlen("@me")>40 ? cn_substr("@me",40): "@me" ) '/]
　　
　　{/dede:arclist}
　　
　　6.dede/inc/inc_archives_functions.php第100行(flash频道远程flash本地化的BUG)