eclipse sdk做网站百度一下百度首页官网

采集文章数据，有时候会遇到一些不需要采集的数据，或者只想采集一些特定的数据，可以使用简数采集器的内容过滤功能，对采集的数据进行筛选，只有符合的数据才采集保留。

可以用于过滤掉一些广告、专题、网站首页等无效数据，也可以监控采集指定的文章数据。

使用方法：

目录

1. 过滤内容为空的数据

2. 字数筛选（内容长度筛选）

3. 关键词筛选

3-1. 关键词出现保留数据

3-2. 关键词出现删除数据

---

1. 过滤内容为空的数据

可以指定某个字段采集内容为空时，这条数据就不采集入库，过滤掉不保留了。

 

2. 字数筛选（内容长度筛选）

可以根据内容长度（字符数量计算）是否采集保留，可以设置小于、等于、大于、不等于多少字符时，过滤不保留该数据。

3. 关键词筛选

可以指定关键词筛选，当内容中出现对应的关键词，此数据采集保留或者过滤不保留。

 

3-1. 关键词出现保留数据

在【内容必须包含】处填写关键词，如果在该数据对应字段的内容中出现了，就采集保留该数据。

多个关键词用分隔符#_#隔开（例：关键词1#_#关键词2#_#关键词3），如果出现其中任何一个关键词，则保留此数据。

3-2. 关键词出现删除数据

在【内容不得包含】处填写关键词，如果在该数据对应字段的内容中出现了，就不采集过滤掉该数据。

多个关键词用分隔符#_#隔开（例：关键词1#_#关键词2#_#关键词3），如果出现其中任何一个关键词，则不采集删掉此数据。

这样就可以完成对数据的筛选过滤，简数采集器的内容过滤功能可以过滤掉一些广告或专题页面，或者监控采集一些指定的文章数据。