如何使用W3C的Checklink排除多个域

Question

checklink命令支持--exclude参数，该参数接受正则表达式。示例：

checklink --exclude foo\.com/.* http://example.com

可惜，example.com链接到多个站点，其中许多站点都使用robots.txt阻止了检查链接，因此我在输出中得到了许多未经检查的链接消息。

如上所述，我已经排除了foo.com。如何排除多个域？如果我有多个--exclude参数，则仅纪念最后一个。

checklink --version给出“ W3C链接检查器版本4.81（c）1999-2011 W3C”； aptitude show w3c-linkchecker给出“版本4.81-9”；我在Debian Stable上。

Answer 1

Hooray用于调试橡皮鸭。

答案在正则表达式中。具体来说：

checklink --exclude "(foo|bar)\.com/.*" http://example.com

这不包括foo.com和bar.com上的所有页面。注意引号，括号和管道。

替代方案也可以嵌套：

checklink --exclude "(foo|b(ar|az))\.com/.*" http://example.com

这不包括foo.com，bar.com和baz.com上的所有页面。