1,去除超链接，这种最常用。 {dede:trim replace=''}<a([^>]*)>{/dede:trim}

{dede:trim replace=''}</a>{/dede:trim}

如果填成这样，那就把链接的文本也一起去掉了 {dede:trim replace=''}<a([^>]*)>(.*)</a>{/dede:trim}

2,过滤JS调用广告，比如GG的广告，就加个这样的： {dede:trim replace=''}<script([^>]*)>(.*)</script>{/dede:trim}

3,过滤div标签。这个很重要，如果没过滤干净则可能使发布出来的文章版面错位，目前大多数遇到采集后错位的原因在此。 {dede:trim replace=''}<div([^.]*)>{/dede:trim}

{dede:trim replace=''}</div>{/dede:trim}

有的时候也需要这样子过滤： {dede:trim replace=''}<div 选择器>(.*)</div>{/dede:trim}

4,其它的过滤规则可以照以上规律进行推出。

5,过滤摘要和关键字使用，经常要用到。 {dede:trim replace=''}{/dede:trim}

6,简单替换。

{dede:trim replace='替换后的词语'}要替换的词语{/dede:trim}

采集的内容当然也要求搜索引擎收录，过滤和替换目的是减少重复，进行伪原创，如何具体的操作，就看个人的要求与喜好了。

更多信息请查看IT技术专栏