HTML標(biāo)簽具有其語義和默認(rèn)樣式，例如a標(biāo)簽代表超鏈接（可點(diǎn)擊跳轉(zhuǎn)設(shè)置的url），p標(biāo)簽代表文本段落（默認(rèn)換行顯示）等，所以HTML標(biāo)簽在頁面顯示的效果就各有不同，有些會(huì)影響排版布局（分行，表格等），有些是媒體展示（圖片，視頻等）。

簡(jiǎn)數(shù)采集器的 “HTML標(biāo)簽過濾” 功能可指定只保留哪些HTML標(biāo)簽，根據(jù)HTML標(biāo)簽類型會(huì)出現(xiàn)兩種情況：

1. 標(biāo)簽中有文本的默認(rèn)會(huì)保留，把標(biāo)簽和排版格式去除，例如p標(biāo)簽，a標(biāo)簽等；

2. 標(biāo)簽是資源標(biāo)簽，即類似img標(biāo)簽，video標(biāo)簽等，會(huì)把這些媒體資源內(nèi)容刪除；

操作方法

1. 查看HTML標(biāo)簽過濾功能

在簡(jiǎn)數(shù)采集器某個(gè)任務(wù)的詳情提取器里，點(diǎn)擊進(jìn)入content字段的字段數(shù)據(jù)處理頁面 --》點(diǎn)擊切換到 “HTML標(biāo)簽過濾” 設(shè)置，勾上的是保留的標(biāo)簽。

簡(jiǎn)數(shù)采集器已默認(rèn)過濾不需要不常用的標(biāo)簽，只保留常用的html標(biāo)簽，若無特殊需求用戶一般不需要修改了。

2. 指定HTML標(biāo)簽保留或過濾

 “HTML標(biāo)簽過濾” 功能生效的前提是，“獲取Html” 和 “過濾部分html標(biāo)簽” 選項(xiàng)都勾上，然后下方的標(biāo)簽配置區(qū)域：勾選上的是保留，沒勾選的是要過濾不保留。

2-1）例如采集的文章沒排版時(shí)，可以嘗試保留div標(biāo)簽解決。

2-2）例如不需要表格形式的顯示，只需要其文本內(nèi)容，請(qǐng)把table系列標(biāo)簽勾選掉后保存；