所以我试图使用AutoPagerize和DownThemAll的组合下载我所有的旧reddit帖子。
以下是我想要区分的两个示例网址：
我试图使用的正则表达式是：（\ b）http://www.reddit.com/（[^？\ s] *）？
我想要下载所有reddit帖子，但我不想要任何冗余，所以我想要匹配我的所有reddit帖子，除了带有问号的任何内容（之后有“context = 3”字符）。
我使用RegEx Buddy来表明正则表达式适合第一个URL但不适合第二个URL。但是，DownThemAll不承认这一点。 DownThemAll解析regexp的能力有限，还是我做错了什么？
目前，我刚刚决定全部下载它们，但是要使用*subdirs*.*text*.*html*的重命名掩码，以便稍后我可以大量删除其文件名中包含“context”一词的任何内容。
答案 0 :(得分：1)
Reddit确实有一个API，你可能想要看看它，可能会更容易。
https://github.com/reddit/reddit/wiki/API
编辑：看起来http://www.reddit.com/user/USERNAME/.json可能是您想要的