一般我們采集規(guī)則寫好后，比較郁悶的就是內(nèi)容里的鏈接了，因?yàn)槲也幌肟吹絻?nèi)容里有別人網(wǎng)站的鏈接，當(dāng)然更不用說廣告了。這里需要說明的是，下面的方式只可以替換掉一些規(guī)則或者相對規(guī)則的鏈接和廣告，只要那些比較變態(tài)的網(wǎng)站在內(nèi)容里加很多隨機(jī)文字的，那就沒辦法了。
過濾廣告最簡單的方式是在“過濾廣告正則”的輸入框里輸入相應(yīng)的正則，4.7以前的沒有帶，4.7以后的系統(tǒng)帶的有，下面是個(gè)比較全些的廣告過濾正則：
<a[!--ad--]>,</a>,<A[!--ad--]>,</A>,<div[!--ad--]>,</div>,<DIV[!--ad--]>,</DIV>,<iframe[!--ad--]</iframe>,<IFRAME[!--ad--]</IFRAME>
基本上已經(jīng)夠了。
如果過濾內(nèi)容里的鏈接呢?這里可以在 過濾選項(xiàng) 的 替換：(針對標(biāo)題與內(nèi)容) 里輸入正則，多個(gè)用逗號(hào)分開，但是不要在這里寫,,,，這樣的正則，因?yàn)檫@樣你會(huì)采不到頁面，呵呵，它把你采集的頁面都給過濾了。
