优采云采集器一些简单的数组处理教程

　　注意标题：简单的数组处理教程，我太懒从简单的开始说

　　字段处理有两个，一个是单数组处理 一个是通用处理（处理全部数组）

　　html标签过滤

　　我们最好把一些a标签和div层过滤 a标签避免他人有内链接 导致权重或流量流失 如果是技术型文章 收录一些工具或则其他外部链接

　　我们过滤了会影响用户体验的话 我们可以做一个站内链接跳转 然后加上nofollow参数 大家可以百度跳转链接html代码

　　基本上跳转后链接就是？=

　　怎么实现呢？

　　那我们就要讲内容替换了

　　内容替换

　　接着里面的讲， 假如是我们要替换的代码 那么可以添加原内容href=" 替换成 rel="nofollow" href="？=

　　这样就可以达到我前面说的疗效，如果你认为麻烦并且不怕影响用户体验 可以直接过滤

　　此外我们还可以替换一些多余式样代码 采集的数组有多余的代码 导致文章布局错乱 添加一个内容替换 填写我们的源内容 把替换内容空着就可以清除了

　　还有一个批量替换，这个我就不讲了 很简单

　　关键字过滤

　　其实讲到这儿我有点不想写了，写这个文章是凌晨12点我有点想睡觉了

　　我们填写某个关键字，如果出现该字符可以不采集或者必须出现这个字符就能采集 具体如何用看个人

　　主要功能有测量到关键词将该数组值设为空，检测到关键词不采集该条数据，未检查到关键词将该数组值设为空，未检查到关键词不采集该条数据

　　翻译

　　这个采集海外网站用的到，不过须要申请api插口，百度翻译api：

　　百度翻译api标准版服务完全免费，不限使用字符量 完成身分认证，还可免费升级至高级版、尊享版，每月享受200万免费字符量及增值服务

　　登陆开启服务后到管理控制台 – 开发者信息 就能看到api的信息

　　工具箱

　　主要功能有：去除前后空格，清除文本格式（去除html元素所有款式，如：id、class、style等），将文本链接标记为图片链接

　　基本上简单的基础数据处理就这几个，基本上这几个能够建立我们的数据处理要求（反正我是够用了）

　　注意一定要开启div层过滤，因为采集到的文章数据末尾都有多余都div 不过滤都话网站布局会错乱

　　还有一些图片有防盗链的，可以开启图片下载 如果有水印 不想下载可以过滤图片参数