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}