Mikel
[转载]DedeCMS采集规则-过滤-替换-技巧 – jim.ma (农民的天空) – 域名博客中心 – Powered by X-Space.
过滤替换
CODE:
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}<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}dede 自带采集器的高阶技巧
CODE:
dede 系统自带的采集器其实相当强大，特别是整个dede系统是完全开源的，即使有些采集上的特殊需求，只要对PHP的基本语言有掌握的话，也可以轻意实现。诛 仙外挂
要实现特殊的采集要求，内容规则里有一个自定义处理接口非常关键。
比如说，你要在每篇采集文章正文前加一个前言，前言的内容是正文的前100个字，应该怎么做呢？
首先，需要定义好文章内容的采集规则诛仙外挂，保证最后得到的只是文章的正文（这属于最基本的东西，不再说明）
然后，就需要在自定义处理接口里写一段程序：
@me='前言：'.substr(@me, 0, 200).'<br><br>'.@me
其中，因为汉字是双字节的，所以200个字节表示100个汉字，另外，如果正文里混有其它html代码的话，还需要调整一下字节数。以上代码中'前言：' 和'<br><br>'只是一个最基本的美工修饰，让前言和文章主体分离。
通过以上一段代码，所有采集的文章都会自动加上一个前言，这是一个最简单的例子了。
现在举一个复杂些的例子，需要修改源代码。
假设，你现在需要在文章正文处贴上文章来源的网址，比如说你从http://aa.com/43456.html采集到一篇文章，现在你需要在文章正文显 示这个网址，怎么做呢？
这个需求可能大家遇上的不多，但举一反正，诛仙外挂其它类似的需求也就有解决的思路了。
我们注意到，在自定义处理 接口的右边有@body，@litpic，@me三个预定变量，分别表示原始网页，缩略图、当前标记值和最终结果。那么我们现在要再增加一个变量 @url，表示当
前文章的网址。要做到这个功能，就必须改源代码。
只需改一个文件就可以了，即：include目录下的pub_collection.php（注意，这里使用的是DEDE4.0版本）
在文件最 后有一个函数：
//---------------------------------
//用扩展函数处理采集到的原始数据
//-------------------------------
function RunPHP($fvalue,$phpcode)
{
$DedeMeValue = $fvalue;
$phpcode = preg_replace("/'@me'|\"@me\"|@me/isU",'$DedeMeValue',$phpcode);
if(eregi('@body',$phpcode)){
$DedeBodyValue = $this->tmpHtml;
$phpcode = preg_replace("/'@body'|\"@body\"|@body/isU",'$DedeBodyValue',$phpcode);
}
if(eregi('@litpic',$phpcode)){
$DedeLitPicValue = $this->breImage;
$phpcode = preg_replace("/'@litpic'|\"@litpic\"|@litpic/isU",'$DedeLitPicValue',$phpcode);
}
@eval($phpcode.";");
return $DedeMeValue;
}
这里定义了默认的几个预定变量
现在我们要增加一个@url
因此上一段就要改成：
function RunPHP($fvalue,$phpcode, $dourl=false)
{
$DedeMeValue = $fvalue;
$phpcode = preg_replace("/'@me'|\"@me\"|@me/isU",'$DedeMeValue',$phpcode);
if(eregi('@body',$phpcode)){
$DedeBodyValue = $this->tmpHtml;
$phpcode = preg_replace("/'@body'|\"@body\"|@body/isU",'$DedeBodyValue',$phpcode);
}
if(eregi('@litpic',$phpcode)){
$DedeLitPicValue = $this->breImage;
$phpcode = preg_replace("/'@litpic'|\"@litpic\"|@litpic/isU",'$DedeLitPicValue',$phpcode);
}
if(eregi('@url',$phpcode)){
$DedeUrlValue = $dourl;
$phpcode = preg_replace("/'@url'|\"@url\"|@url/isU",'$DedeUrlValue',$phpcode);
}
@eval($phpcode.";");
return $DedeMeValue;
}
注意，为了给@url传递值，我们在函数的参数里增加了一个参数$dourl=false，因此还 需要在调用这个函数的地方改一下（$dourl=false表示该参数并不是必须的，一般调用时可以不用此参数）
找到如下代码：
//用户 自行对内容进行处理的接口
if($sarr["function"]!=""){
if(!eregi('@litpic',$sarr["function"])){
$v = $this->RunPHP($v,$sarr["function"]);
$artitem .= "{dede:field name='$k'}$v{/dede:field}\r\n";
}else{
$tmpLtKeys[$k]['v'] = $v;
$tmpLtKeys[$k]['f'] = $sarr["function"];
}
把 其中的
$v = $this->RunPHP($v,$sarr["function"]);
改成：
$v = $this->RunPHP($v,$sarr["function"], $dourl);
就可以了，至此源代码全部修改完毕。
要 使用这个新的变量@url很简单
比如说，在文章内容的自定义处理接口里写下：
@me=@me.'<br><br& gt;文章来源：'.@url
就可以了
