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

簡數采集器的 “HTML標簽過濾” 功能可指定只保留哪些HTML標簽，根據HTML標簽類型會出現兩種情況：

1. 標簽中有文本的默認會保留，把標簽和排版格式去除，例如p標簽，a標簽等；

2. 標簽是資源標簽，即類似img標簽，video標簽等，會把這些媒體資源內容刪除；

操作方法

1. 查看HTML標簽過濾功能

在簡數采集器某個任務的詳情提取器里，點擊進入content字段的字段數據處理頁面 --》點擊切換到 “HTML標簽過濾” 設置，勾上的是保留的標簽。

簡數采集器已默認過濾不需要不常用的標簽，只保留常用的html標簽，若無特殊需求用戶一般不需要修改了。

2. 指定HTML標簽保留或過濾

 “HTML標簽過濾” 功能生效的前提是，“獲取Html” 和 “過濾部分html標簽” 選項都勾上，然后下方的標簽配置區域：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，可以嘗試保留div標簽解決。

2-2）例如不需要表格形式的顯示，只需要其文本內容，請把table系列標簽勾選掉后保存；