欢迎访问织梦学习网,加群!!!!!!!!!!!!!!!!
当前位置:主页 > 安装使用 >

DedeCMS采集教程:过滤替换的技巧

2016-06-11 dedecms安装使用 DedeCMS,采集,教程,过滤,替换,的,技巧,上,一篇,

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)