前嗅ForeSpider脚本教程：连接过滤脚本

连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连接或标题过滤需求。

一.可用全局对象（只读）

EXTRACT: 当前采集引擎[ 对象类型: extractor ]

DATADB: 当前链接的数据库[ 对象类型: dataBase ]

RESULT: 当前结果集对象[ 对象类型: result ]

URL: 当前采集的连接对象[ 对象类型: url ]

URLTEXT : 描述当前连接采集的全部状态及属性的对象[ 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: 当前连接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:当前连接抽取对象[ 对象类型: tmplLink ]

VALUE:当前被过滤的字符串[ 对象类型: string ]

二.this对象

当前连接过滤[tmplFilter]对象。

三.脚本返回值

返回非0保留,不然过滤。

示例：

1.如下脚本过滤空白连接：

if(VALUE)

return true;

else return false;

2.【标题过滤】如下脚本过滤标题的长度小于5个字符的连接：

if(VALUE.length>=5)

return true;

else return false;