东方星雨

简单网络

一个爱好网络的80后男站长。

关注我东方星雨个人微信号:476847113

您现在的位置是:首页 > 站长日志

如果去除采集内容里的链接和广告

2010-02-08 站长 站长日志

一般我们采集规则写好后,比较郁闷的就是内容里的链接了,因为我不想看到内容里有别人网站的链接,当然更不用说广告了。这里需要说明的是,下面的方式只可以替换掉一些规则或者相对规则的链接和广告,只要那些比较变态的网站在内容里加很多随机文字的,那就没办法了。

过滤广告最简单的方式是在“过滤广告正则”的输入框里输入相应的正则,4.7以前的没有带,4.7以后的系统带的有,下面是个比较全些的广告过滤正则:

<a[!--ad--]>,</a>,<A[!--ad--]>,</A>,<div[!--ad--]>,</div>,<DIV[!--ad--]>,</DIV>,<iframe[!--ad--]</iframe>,<IFRAME[!--ad--]</IFRAME>

基本上已经够了。

如果过滤内容里的链接呢?这里可以在 过滤选项 的 替换:(针对标题与内容) 里输入正则,多个用逗号分开,但是不要在这里写<a[!--ad--]>,</a>,<A[!--ad--]>,</A>,这样的正则,因为这样你会采不到页面,呵呵,它把你采集的页面都给过滤了。

文章评论