如何实现在织梦dedecms中高效过滤采集内容？

织梦dedecms采集过滤万能代码

在织梦CMS（DedeCMS）中，采集内容时常常需要对一些不必要的代码进行过滤，例如广告、链接等，本文将详细介绍如何利用织梦CMS的内置标签和正则表达式来设置万能的过滤代码，确保采集到的内容更加纯净和有效，以下是具体内容：

过滤常见HTML标签

1、超链接

保留文字内容：如果希望仅去除超链接标签而保留其内部的文字内容，可以使用以下代码：

“`dede

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

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

“`

去除所有内容：如果希望完全去除超链接及其内部的所有内容，可以采用以下代码：

“`dede

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

“`

2、脚本调用

过滤JavaScript广告：为了过滤掉网页中的JavaScript广告代码，可以使用以下代码：

“`dede

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

“`

3、DIV标签

过滤DIV标签：如果希望去除DIV标签及其内部的所有内容，可以使用以下代码：

“`dede

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

“`

仅去除DIV标签：如果只希望去除DIV标签而不删除其内部内容，可以使用以下代码：

“`dede

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

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

“`

其他常用过滤规则

1、过滤摘要和关键字

去除摘要和关键字：如果希望去除文章中的摘要和关键字标签，可以使用以下代码：

“`dede

{dede:trim}{/dede:trim}

“`

2、简单替换

替换特定词语：如果需要将文章中的某些词语替换为其他词语，可以使用以下代码：

“`dede

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

“`

高级应用

1、长度限制

长度限制：如果默认的标题长度限制不够用，可以通过修改include/inc_arcpart_view.php文件来增加标题的长度限制，例如将标题长度从30增加到60：

“`php

if($titlelen=="") $titlelen = 60; // 修改这里的数值即可调整标题长度

“`

2、综合过滤示例

综合应用多个过滤规则：在实际应用中，可能需要综合使用多种过滤规则来达到最佳效果，同时过滤超链接、脚本和DIV标签：

“`dede

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

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

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

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

“`

表格展示

过滤类型	过滤代码	说明
超链接	{dede:trim}]*)>{/dede:trim}	去除链接标签，保留文字
超链接	{dede:trim}]*)>([^<]*){/dede:trim}	去除链接及其内容
JavaScript广告	{dede:trim}]*)>([^<]*){/dede:trim}	过滤JavaScript广告
DIV标签	{dede:trim} ]*)>([^<]*) {/dede:trim}	去除DIV及其内容
标题空格	{dede:trim} {/dede:trim}	去除标题中的空格
替换特定词语	{dede:trim replace='替换后的词语'}要替换的词语{/dede:trim}	替换特定词语

常见问题解答FAQs

1. 问：为什么采集后的文章版面会错位？

答：版面错位通常是由于未彻底过滤掉DIV标签及其内部内容导致的，建议使用如下代码彻底过滤DIV标签及其内容：

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

2. 问：如何保留链接中的文字内容但去除链接标签？

答：可以使用以下代码来实现这一目标：

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

这样，链接标签会被去除，但其中的文本内容会被保留。