前嗅ForeSpider脚本教程：数据过滤脚本

数据过滤脚本与数据抽取脚本并列的脚本,它的作用是对抽取的数据进行过滤。

注意：一旦有了数据过滤脚本则数据抽取脚本将失效，即“数据处理” 下拉菜单必须选择“数据过滤脚本”。

 

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：模板区域的dom树节点(如果模板未选择区域则为dom树的根节点)[ 对象类型：domItem ]

TMPL：当前文档模板对象[ 对象类型：tmplTmpl ]

REC：当前记录集对象[ 对象类型：record ]

 

二.this对象

 

当前数据记录[record ]对象。

 

三.脚本返回值

 

返回true（非0）则保留记录，不返回或者返回false（0）则丢弃记录。

 

四.示例:

 

示例一：只保留正文内容长度为1000~3000字符的记录。

if(this.content.length>=1000 && this.content.length<=3000)

return true; 

else return false;

 

示例二：以下脚本过滤掉字段content为空的的记录（即content字段必须有值）。

​​​​​​​if(this.content)

return true;

else return false;