将 Searcharoo 仅限于某些页面

Question

我正在使用 Searcharoo.NET 抓取具有特定语言的网站“testsite.com/en”。有“testsite.com/fr”、“testsite.com/us”等。稍后我想为每个站点上的页面编制索引，以便可以进行搜索，但我希望将不同的语言分开。

问题在于，当 searcharoo 开始在 testsite.com/en 上爬网时，它还会索引来自其他语言的页面，例如 testsite.com/fr。有没有办法防止这种情况发生？我认为我可以将爬虫限制为仅向前搜索或说在某些页面上停止，但没有从 searcharoo 找到任何关于该主题的文档。

非常感谢，谢谢！

Answer 1

请看下面一个人写的博客：

 http://draganbl.blogspot.com/2011/04/how-do-you-use-searcharoo-library-to.html

您似乎无法随心所欲，但可能会为每种语言设置一个“爬虫/蜘蛛”。我的回答似乎很模糊，但也许它可以给你一个方向。