Überspringen Sie Webseiten mit Erweiterung PDF, Reißverschluss beim Krabbeln in Anemone

Question

Ich entwickle Crawler mit Anemone-Edelstein (Ruby- 1,8.7 und Rails 3.1.1). Wie sollte ich Webseiten mit Erweiterungen PDF, DOC, Reißverschluss usw. vom Kriechen/Herunterladen überspringen.

Answer 1

ext = %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)

Anemone.crawl(url) do |anemone|

    anemone.skip_links_like /\.#{ext.join('|')}$/

    ...

end