0
我正在使用在线工具来抓取我客户的网站并提供其上存在的网页/网址列表。正则表达式从网络爬虫中排除网址
还有就是要排除网页选项，并给出了\?.*page=.*$
正则表达式的例子，我想（从新闻页面本身除了）忽略新闻栏目一切
所以会我去与以下？
\?.*news/.*$
A
回答
0
如果我理解正确的话，你正在寻找匹配news/foo或news/foo/bar，但不news/正则表达式。
可以使用该正则表达式为：.*news/.+
.*串与0个或多个字符（多个）
news/串包括新闻/
.+串与1个或多个字符（结束开始s）
相关问题
- 1. 网络爬虫的正则表达式
- 2. 正则表达式不与网络爬虫工作
- 3. 网络爬虫
- 4. 网络爬虫从Android Market
- 5. C++网络爬虫
- 6. PHP网络爬虫
- 7. Python网络爬虫
- 8. java网络爬虫
- 9. 网络爬虫类
- 10. Python中的网络爬虫
- 11. 自动网络爬虫
- 12. 网络爬虫的功能
- 13. 网络爬虫，反馈？
- 14. 网络爬虫的Java
- 15. 递归网络爬虫perl
- 16. 简单的网络爬虫
- 17. 需要网络爬虫
- 18. 网络爬虫文本云
- 19. 硒与python网络爬虫
- 20. 网络爬虫应用
- 21. 网络爬虫不打印
- 22. 网络爬虫提取
- 23. 从网址中排除电子邮件地址正则表达式
- 24. 网络爬虫文本格式
- 25. 如何正则表达式的网址，但排除端口？
- 26. 正则表达式来排除@import网址在CSS文件
- 27. 正则表达式来排除特定的网址
- 28. 正则表达式 - 从网址中删除最后一个字
- 29. 正则表达式从网页中提取Favicon网址
- 30. 从正则表达式中切断网址无正则表达式