简数采集平台已集成丰富的数据处理功能，可以在采集过程中一并把数据进行加工。这一章节就要讲关于删除HTML标签及其包含内容，可以指定位置和数量，支持保留文本；

详细使用步骤：

1. HTML标签删除
2. 删除多余内容

 

1. HTML标签删除

  HTML标签删除可设置以下属性：

• 指定删除位置：前面，最后，第几个，倒数第几个，全部；

• 删除数量：填写数字，如果指定位置选择全部，此处则不用填写；

• 删除的标签名称：系统提供一些常见的标签，点击选择，支持搜索；

• 保留文本：勾上则保留标签中的文本，默认不保留；

 

2. 删除多余内容

  有些正文前面或者后面会添加一些宣传，广告等多余内容， 如果在选择采集区域时无法将多余信息和正文分开时，且每篇文章都有一样的多余内容，就可以尝试用删除HTML标签来解决。

I、获取多余内容标签

  测试采集，查看数据预览的代码模式；

II、删除HTML标签设置

  从预览代码可以看出，只要删除最后两个span标签和最后一个ul标签即可；

III、采集结果

  重新测试采集，查看采集结果；

IV、无标签文本

  如果只出现文本，没有对应包裹的标签，可能是系统默认过滤部分不常用的标签导致，可以设置保留对应标签，再进行删除，详情可看HTML标签过滤；

  较常见的是div标签，先设置保留div标签，再删除对应div标签；