前两讲我们分别介绍了帝国cms采集基本流程和帝国cms如何采集内容分页，最后这一讲主要介绍帝国cms采集过滤与替换，还有些技巧。

一、过滤

1、帝国cms采集过滤分为两种：

（1）“整体页面过滤正则”：

1-1-1.JPG

（2）“过滤广告正则”：

1-1-2.JPG

我们有些疑惑，这两种过滤到底有什么区别？“整体页面过滤正则”是过滤整个网页的html代码。“过滤广告正则”是过滤文章内容，仅对文章内容（[!--newstext--]）起作用。

2、过滤实例：

过滤实例（1）：

1-2-1.jpg

我们采集后发现信息内容底部多了行代码：“<div style="clear:both;height:0;visibility:hiddden;overflow:hidden;">&bnsp;</div>”，根据格式“广告开始[!--ad--]广告结束”得到“过滤广告正则”：

1-2-2.JPG

过滤实例（2）：

1-2-3.jpg

要过滤链接代码怎么办，注意“过滤广告正则”右边有堆代码：

1-2-4.jpg

鼠标先点击A，系统自动生成过滤链接代码“<a[!--ad--]>，</a>，<A[!--ad--]>，</A>”，这样就可以把采集后的内容链接过滤掉了。同理，如果想过滤其他html代码就点击相应的标签代码。

注意事项：当内容分页包含在内容（[!--newstext--]）里时，要过滤掉内容分页，否则会重复出现内容分页。

二、替换

1、帝国cms采集替换也分为两种：

（1）“整体页面替换”：

2-1-1.JPG

（2）“替换”：

2-1-2.JPG

他们两种区别：“整体页面替换”是替换整个网页的html代码。“替换”是替换文章标题和内容，仅对标题（[!--title--]）和（[!--newstext--]）起作用。