织梦DEDECMS采集过程中经常用到的DEDE采集过滤规则

一般在DEDE采集的过程中需要过滤或者删除再者是注释掉一些别人的信息,比如:超链接,图片等等之类的,,都需要用到这些过滤规则,把不想采集过来的资源全部都注释掉这样就大大减少了采集回来的垃圾信息,占用了自己的空间.

{dede:trim}<span(.*)>{/dede:trim} 
{dede:trim}</span>{/dede:trim} 
{dede:trim}<div(.*)>{/dede:trim} 
{dede:trim}</div>{/dede:trim} 
{dede:trim}<li>{/dede:trim} 
{dede:trim}</li>{/dede:trim}
{dede:trim}<ul>{/dede:trim} 
{dede:trim}</ul>{/dede:trim} 
{dede:trim}<font(.*)>{/dede:trim} 
{dede:trim}</font>{/dede:trim} 
{dede:trim}<table(.*)>{/dede:trim} 
{dede:trim}</table>{/dede:trim} 
{dede:trim}<tbody(.*)>{/dede:trim} 
{dede:trim}</tbody>{/dede:trim} 
{dede:trim}<tr(.*)>{/dede:trim} 
{dede:trim}</tr>{/dede:trim} 
{dede:trim}<td(.*)>{/dede:trim} 
{dede:trim}</td>{/dede:trim} 
{dede:trim}<a(.*)>{/dede:trim} 
{dede:trim}</a>{/dede:trim} 
{dede:trim}<iframe(.*)</iframe>{/dede:trim}
{dede:trim}<style(.*)</style>{/dede:trim} 
{dede:trim}<script(.*)</script>{/dede:trim} 
{dede:trim}<option(.*)</option>{/dede:trim} 
{dede:trim}<select(.*)</select>{/dede:trim}

下面是过滤"视频"的代码
{dede:trim}<embed(.*)>{/dede:trim} 
{dede:trim}</embed>{/dede:trim} 
{dede:trim}<param(.*)</param>{/dede:trim} 
{dede:trim}<object(.*)</object>{/dede:trim}