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:
]*)>([^<]*)
让field:title 标题突破30这个长度，修改代码的方法
找到。/include/inc_arcpart_viephp
行291 :
if($titlelen=="") $titlelen = 30;
修改为
if($titlelen=="") $titlelen = 60;
就可以了，然后，你可以这样调用了
[field:title function="cn_substr('@me',38)" /]
把这个延伸一下：关于inc_arcpart_viephprdredcrossn/
function GetArcList($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<a ([^>]*)>([^<]*)</a>
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：
<a([^>]*)>
</a>
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
]*)>
过滤js
]*)>([^<]*)
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
<tbody(.*)>
</tbody>
<table(.*)>
</table>
<tr(.*)>
</tr>
<td(.*)>
</td>
<font(.*)>
</font>
<a(.*)>
</a>
<param(.*)>
<embed(.*)</embed>
<object(.*)</object>
<iframe(.*)</iframe>
<form(.*)</form>
<input(.*)>
<script(.*)</script>
<style(.*)</style>
<!(.*)>
以下为不常用的正则表达式标签
<div(.*)>rdredcrossn/
</div>
<center(.*)>
</center>
<p(.*)>
</p>
<span(.*)>
</span>
<img(.*)>
dedecms