Ruby+；海葵网络爬虫：正则表达式匹配以一系列数字结尾的URL

假设我试图爬过一个网站，跳过一个以这样结尾的页面：

我目前正在使用Ruby中的海葵宝石来构建爬虫程序。我使用的是类似跳过链接的方法，但我的模式似乎从不匹配。我试图使其尽可能通用，因此它不依赖于子页面，而只是

=2105925

（数字）

我试过

/=\d+$/

和

/\？.*\d+$/

但似乎不起作用

这与类似，但我不能用数字代替扩展名

另外，使用模式

=\d+$

测试将成功匹配

http://misc.com/test/index.php?page=news&subpage=20060118

编辑：

这是我的全部代码。我想知道是否有人能确切地看出问题所在

require 'anemone'
...
Anemone.crawl(url, :depth_limit => 3, :obey_robots_txt => true) do |anemone|
  anemone.skip_links_like /\?.*\d+$/
  anemone.on_every_page do |page|
    pURL = page.url.to_s
    puts "Now checking: " + pURL
    bestGuess[pURL] = match_freq( manList, page.doc.inner_text )
    puts "Successfully checked"
  end
end

我的输出如下：

...
Now checking: http://MISC.com/about_us/index.php?page=press_and_news&subpage=20110711
Successfully checked
...

---

实际上，

/\？.*\d+$/

可以工作：

~> irb
> all systems are go wirble/hirb/ap/show <
ruby-1.9.2-p180 :001 > "http://hiddenwebsite.com/anonimize/index.php?page=press_and_news&subpage=20060117".match /\?.*\d+$/
 => #<MatchData "?page=press_and_news&subpage=20060117"> 

~>irb
>所有系统均为无线/hirb/ap/show<
ruby-1.9.2-p180:001>“http://hiddenwebsite.com/anonimize/index.php?page=press_and_news&subpage=20060117“.match/\？*\d”+$/
=> # 

否则，这一定是我的代码有问题。我似乎无法让它工作。这工作非常好，谢谢！虽然，它有点跳跃沉重！一些有效页面显示为查询字符串。我应该重写类中的代码吗？当我打开“删除查询字符串”时，它会删除和。我想让它爬行前者，但不是后者。我只希望它跳过结尾有数字的页面。

  Anemone.crawl(url, :depth_limit => 3, :obey_robots_txt => true, :skip_query_strings => true) do |anemone|
   anemone.on_every_page do |page|
     pURL = page.url.to_s
     puts "Now checking: " + pURL
      bestGuess[pURL] = match_freq( manList, page.doc.inner_text )
     puts "Successfully checked"
   end
 end