我正在编写一个网络爬虫，并且想要忽略链接到二进制文件的 URL：
$exclude = %w(flv swf png jpg gif asx zip rar tar 7z gz jar js css dtd xsd ico raw mp3 mp4 wav wmv ape aac ac3 wma aiff mpg mpeg avi mov ogg mkv mka asx asf mp2 m1v m3u f4v pdf doc xls ppt pps bin exe rss xml)
如何根据这些结尾之一检查 URI？
@url = URI.parse(url)
如果不包含上述任何后缀，则应设置。
使用 URI#path:
unless URI.parse(url).path =~ /\.(\w+)$/ && $exclude.include?($1)
puts "downloading #{url}..."
end
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
