节省了大量工作尤其是在以下情况下我们必须从各种文档中提取特定信息个网站或者当某个网站太大以至于完全爬取是场噩梦时我们选择爬取特定路径或排除某些路径。为此下面我们将向您展示些有关在 等爬网工具中使用正则表达式 的示例 如果从我们的博客 中我们想抓取 路径中只包含路径 的页面使用 我们可以在顶部菜单中选择 配置 包含 并且我们在 函数中包含以下正。
则表达式 因此只会抓取包含此
路径的 如下图所示 因此我们已经知道出现在 符号之间的所有字符将是我们指示出现在要跟踪的 路径中的字符。指定此表达式的另种方法尤其是当我们要 伊朗号码数据 跟踪的路径紧跟在域之后时是将其包含如下 如果我们只想选择包含特定参数的 我们可以使用以下表达式 相反如果我们有兴趣在抓取中丢弃组 我们从 菜单转到 并且与之前的情况样我们使用正则表达式指定我们不使用的路径想出现。
那些匹配指定排除的
将不会直接出现在抓取中。些用例可以在下面找到 要从我们的博客 中排除子目录或路径 必须在 排除 功能 中包含以下语法。要排除出现在先 印度领先 前文件夹之间的文件夹或路径我们使用以下表达式 例如在下图中我们展示了如何排除抓取属于 文件夹的所有 如果我们想从抓取中排除出现在我们网站上的所有图像则正则表达式类似于 在下图中您可以看到当图像被丢弃时尖叫中没有任何图像被。
