目录

    链接过滤脚本是地址和标题过滤中的脚本,过滤类型必须选择脚本过滤时过滤脚本才能生效,过滤脚本用于处理复杂的链接或标题过滤需求。


    一.可用全局对象(只读)

    EXTRACT: 当前采集引擎[ 对象类型: extractor ]

    DATADB: 当前连接的数据库[ 对象类型: dataBase ]

    RESULT: 当前结果集对象[ 对象类型: result ]

    URL: 当前采集的链接对象[ 对象类型: url ]

    URLTEXT : 描述当前链接采集的所有状态及属性的对象[ 对象类型: urltext ]

    DOC: 当前采集的文档对象[ 对象类型: grabDoc ]

    DOM: 当前采集文档的dom对象[ 对象类型: dom ]

    ITEM: 当前链接dom树的href标签节点[ 对象类型: domItem ]

    TMPL: 当前文档模板对象[ 对象类型: tmplTmpl ]

    LINK:当前链接抽取对象[ 对象类型: tmplLink ]

    VALUE:当前被过滤的字符串[ 对象类型: string ]


    二.this对象

    当前链接过滤[tmplFilter]对象。


    三.脚本返回值

    返回非0保留,否则过滤。


    四.示例

    1. 以下脚本过滤空白链接:

    if(VALUE) return true;

    else return false;

    2.【标题过滤】以下脚本过滤标题的长度小于5个字符的链接:

    if(VALUE.length>=5) return true;

    else return false;