如何从站点地图生成器中排除网址

Question

因为我没有在网上找到一个好的（免费的）工具来生成我的站点地图，所以我决定从头开始创建一个 JavaScript 脚本，一切正常，但因为我不是很擅长正则表达式我需要一些帮助。

我用这个函数来处理我的站点地图：

function processSitemap(myUrl,maxLinks,countMe,checkDate,customDate,defPriority,defFreq){
        jQuery.post('../?route=ajax',{sitemap:'1', url:myUrl},function(data){
        var resData = data.split("::|::"); 
        var resCount = parseInt(resData[0]);
        var resLinkData = resData[1];
        var resLinks = resLinkData.split("\n"); 
        var ccLinks = [];
        jQuery(".linksCount").html('<br/>Crawling Link: '+ myUrl +'<br/>Links Found: ' + resLinks.length);

        for (var i = 0; i < resLinks.length; i++) {
        var ccData = resLinks[i].trim();
        if(jQuery.inArray(ccData, linksArr) == -1){
        ccLinks.push(ccData);  
        countLinks++;
        if(countLinks != maxLinks){
        jQuery("#resultList").append('&lt;url&gt;'+'\n'); 
        jQuery("#resultList").append('  &lt;loc&gt;'+ ccData + '&lt;/loc&gt;' + '\n'); 
        if(defPriority != 'N/A'){
        jQuery("#resultList").append('  &lt;priority&gt;'+ defPriority + '&lt;/priority&gt;' + '\n'); 
        }
        if(defFreq != 'N/A'){
        defFreqT = defFreq.toString().toLowerCase();
        jQuery("#resultList").append('  &lt;changefreq&gt;'+ defFreqT + '&lt;/changefreq&gt;' + '\n'); 
        }
        if(checkDate != 'N/A'){
            if(checkDate == '1'){
            var fullDate = new Date();
            var twoDigitMonth = fullDate.getMonth()+1+"";if(twoDigitMonth.length==1)  twoDigitMonth="0" +twoDigitMonth;
            var twoDigitDate = fullDate.getDate()+"";if(twoDigitDate.length==1) twoDigitDate="0" +twoDigitDate;
            var currentDate = fullDate.getFullYear() + "-" + twoDigitMonth + "-" + twoDigitDate;
            jQuery("#resultList").append('  &lt;lastmod&gt;'+ currentDate + '&lt;/lastmod&gt;' + '\n'); 
            }
            if(checkDate == '2'){
            customDate = customDate.trim();customDate=customDate.split('/');
            customDate = customDate[2] + "-" + customDate[1] + "-" + customDate[0];
            jQuery("#resultList").append('  &lt;lastmod&gt;'+ customDate + '&lt;/lastmod&gt;' + '\n');   
            }
        }
        jQuery("#resultList").append('&lt;/url&gt;'+'\n');
        }else{
          jQuery(".percentimg").fadeOut();
          jQuery("#resultList").append('&lt;/urlset&gt;');
          jQuery(".genCount").html('<br/>Sitemap generated for ' + countLinks + ' links!');
          break;
        }
        }
        }
        if(countLinks == maxLinks){
            return false;
        }
        if (countMe == maxLinksCrawl){
          jQuery(".percentimg").fadeOut();
          jQuery("#resultList").append('&lt;/urlset&gt;');
          jQuery(".genCount").html('<br/>Crawler Limit Reached! <br/> Sitemap generated for ' + countLinks + ' links!');
          return false;
        }
        else{
        linksArr = linksArr.concat(ccLinks);
        myUrl= linksArr[countMe];
        countMe++;
        if (parseInt(countMe) < parseInt(linksArr.length)) {
        processSitemap(myUrl,maxLinks,countMe,checkDate,customDate,defPriority,defFreq);
        }
        else{
          jQuery(".percentimg").fadeOut();
          jQuery("#resultList").append('&lt;/urlset&gt;');
          jQuery(".genCount").html('<br/>Sitemap generated for ' + countLinks + ' links!');
          return false;
        }
        }
    });
}

我希望使用正则表达式从 data 中排除一些不需要的网址，例如

https://example.com/notifications&filter=chats
https://example.com/page&b=repost

最简单的方法是什么？

Answer 1

将以下测试插入回调函数：

function(data){
    // ...
    for (var i = 0; i < resLinks.length; i++) {
        if (resLinks[i].match(/(\/notifications&|&b=repost)/)) {
            continue;
        }
        //...
    }
    // ...
}

Answer 2

您可以使用此正则表达式查找所有 url，其中 example.com 后跟 notifications 或 &b=repost

https:\/\/example.com\/(?=.*(notifications|&b=repost))

Regex Demo

如何从站点地图生成器中排除网址

How can I exclude urls from Sitemap Generator

javascript

jquery

regex

sitemap