我在其中一个项目中使用网络抓取工具http://phpcrawl.cuab.de并且到目前为止工作正常,但我不知道如何排除或跳过具体的链接名。
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");
请参阅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。