1

我正在将我的一个项目用作网络爬虫http://phpcrawl.cuab.de并且到目前为止它工作正常,除了我不知道如何排除或跳过具有特定名称的链接。

我已经使用了一些规则来忽略特定的文件类型

$crawler->addURLFilterRule("#\.(jpg|jpeg|gif|png|css|js|pdf|swf|ico)$# i");

http://phpcrawl.cuab.de/classreferences/PHPCrawler/overview.html

但是如何为链接中的名称添加过滤器?

即忽略包含 %feed% 或 %imprint% 等的链接。

4

0 回答 0