如何有效设置Dedecms的采集过滤规则以实现万能过滤？

在dedecms（织梦内容管理系统）中，采集过滤规则是确保数据质量和网站整洁的重要工具，通过这些规则可以有效去除不需要的内容，如广告、链接和多余的标签等，以下是一些常用的dedecms采集过滤规则和万能采集过滤代码，帮助用户高效管理采集内容：

dedecms常用采集过滤规则

常见问题解答（FAQs）

Q1: 如何设置dedecms采集规则以自动去除所有超链接？

A1: 在dedecms后台，进入“采集管理”模块，选择相应的采集节点进行编辑，在“其他设置”选项卡中，找到“替换规则”部分，添加以下过滤代码：{dede:trim replace=''}<a([^>]*)>{/dede:trim}，这将自动去除所有超链接及其内容。

Q2: 如果我只想替换文章中的某个特定词语，而不是完全删除它，应该如何操作？

A2: 同样在“采集管理”模块下的“替换规则”部分，你可以使用如下格式的代码：{dede:trim replace='替换后的词语'}要替换的词语{/dede:trim}，这样，系统会自动将“要替换的词语”替换为“替换后的词语”，而不会影响文章的其他部分。

通过合理设置和应用这些过滤规则，可以大大提升采集内容的质量和网站的用户体验。

Dedecms 采集过滤规则 万能采集过滤代码及常用过滤

1. 万能采集过滤代码

在DedeCMS中，采集过滤规则是通过编辑inc/config_base.php 文件中的$_cfg['filter']['rules'] 来实现的，以下是一个万能的采集过滤代码示例：

$_cfg['filter']['rules'] = array(
    // 过滤图片
    '/<img.*src="(.*?)".*?>/is' => '<img src="$1" />',
    
    // 过滤视频
    '/<embed.*src="(.*?)".*?>/is' => '<embed src="$1" />',
    
    // 过滤Flash
    '/<object.*data="(.*?)".*?>/is' => '<object data="$1" />',
    
    // 过滤音频
    '/<audio.*src="(.*?)".*?>/is' => '<audio src="$1" />',
    
    // 过滤JavaScript
    '/<script.*src="(.*?)".*?>/is' => '',
    
    // 过滤CSS
    '/<link.*href="(.*?)".*?>/is' => '',
    
    // 过滤其他脚本标签
    '/<script.*?src.*?>.*?</script>/is' => '',
    '/<style.*?src.*?>.*?</style>/is' => '',
    
    // 过滤HTML标签
    '/<[^>]*>/is' => '',
    
    // 过滤HTML属性
    '/s+onw+=".*?"/is' => '',
    '/s+style=".*?"/is' => '',
    '/s+class=".*?"/is' => '',
    '/s+id=".*?"/is' => '',
    '/s+title=".*?"/is' => '',
    
    // 过滤特殊字符
    '/&nbsp;|&amp;|&quot;|&lt;|&gt;|&apos;|&amp;nbsp;|&amp;quot;|&amp;lt;|&amp;gt;|&amp;apos;/is' => ' ',
);

2. 常用过滤规则

以下是一些常用的采集过滤规则：

过滤HTML标签：移除HTML标签，保留文本内容。

“`php

‘/<[^>]*>/is’ => ”,

“`

过滤JavaScript和CSS：移除JavaScript和CSS代码。

“`php

‘/<script.*?src.*?>.*?</script>/is’ => ”,

‘/<style.*?src.*?>.*?</style>/is’ => ”,

“`

过滤特殊字符：将HTML实体转换为普通字符。

“`php

‘/&nbsp;|&amp;|&quot;|&lt;|&gt;|&apos;|&amp;nbsp;|&amp;quot;|&amp;lt;|&amp;gt;|&amp;apos;/is’ => ‘ ‘,

“`

过滤广告链接：移除页面中的广告链接。

“`php

‘/<a.*href="(http://.*?.ad..*?)".*?>/is’ => ”,

“`

过滤图片尺寸属性：移除图片的宽度和高度属性。

“`php

‘/width="(.*?)"/is’ => ”,

‘/height="(.*?)"/is’ => ”,

“`

代码仅供参考，实际使用时需要根据具体情况进行调整，在使用过滤规则时，务必确保不会误伤到需要保留的内容。