海鬼的博客

比较完整的织梦采集过滤规则

织梦采集规则-技巧-过滤-替换
1.采集去除链接

{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}<scrīpt(.*)</scrīpt>{/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)

$cfg_uploaddir = $GLOBALS['media_dir'];

修改成

$cfg_uploaddir = $GLOBALS['cfg_other_medias'];

6.发布时间，来源，作者可以通过@me函数实现，如：在自定义处理接口：处输入 @me = "Azure·【博】" 就表示来源为"Azure·【博】"
7.内容的替换：在所采集的文章内容中有多媒体，使用的是相对路径，采集的时候又不想下载，最好的办法就是将地址替换成媒体的实际地址。可以这样实现，在文章内容规则部分的自定义处理接口：处输入@me=str_replace('src="str1','src="str2',@me);
dedecms 带超连接关键字 如何去掉
全部去

{dede:trim}^<a*'>*</a>${/dede:trim}