checkbot 学习笔记
# checkbot --help
Checkbot 1.79 command line options:
--cookies Accept cookies from the server
--debug Debugging mode: No pauses, stop after 25 links.
--file file Use file as basis for output file names.
--help Provide this message.
--mailto address Mail brief synopsis to address when done.
--noproxy domains Do not proxy requests to given domains.
--verbose Verbose mode: display many messages about progress.
--url url Start URL
--match match Check pages only if URL matches `match'
If no match is given, the start URL is used as a match
--exclude exclude Exclude pages if the URL matches 'exclude'
--filter regexp Run regexp on each URL found
--ignore ignore Ignore URLs matching 'ignore'
--suppress file Use contents of 'file' to suppress errors in output
--note note Include Note (e.g. URL to report) along with Mail message.
--proxy URL URL of proxy server for HTTP and FTP requests.
--internal-only Only check internal links, skip checking external links.
--sleep seconds Sleep this many seconds between requests (default 0)
--style url Reference the style sheet at this URL.
--timeout seconds Timeout for http requests in seconds (default 120)
--interval seconds Maximum time interval between updates (default 10800)
--dontwarn codes Do not write warnings for these HTTP response codes
--enable-virtual Use only virtual names, not IP numbers for servers
--language Specify 2-letter language code for language negotiation
SYNOPSIS
checkbot [--cookies] [--debug] [--file file name] [--help] [--mailto email addresses] [--noproxy list of domains] [--verbose] [--url start URL] [--match match string] [--exclude exclude string] [--proxy proxy URL] [--internal-only] [--ignore ignore string] [--filter substitution regular expression] [--style style file URL] [--note note] [--sleep seconds] [--timeout timeout] [--interval seconds] [--dontwarn HTTP responde codes] [--enable-virtual] [--language language code] [--suppress suppression file] [start URLs]
[--cookies] 是否从服务器接受 cookies 默认是不接受的
[--debug] 调试模式，不是真正在工作了，但会保留一点文件并且被删除。
[--file file name]输出报告页面到某个目录下的某个文件，一般默认是checkbot.html，方便观察。
[--help]帮助命令
[--mailto email addresses]发送报告文件到某个EMAIL地址。
[--noproxy list of domains] 不使用代理的域名，可以使用逗号分开。
[--verbose]运行的时候显示输出，包括环链检查和报告等。
[--url start URL]开始URL。
[--match match string]设置本地链接选项。
[--exclude exclude string]排除选项。
[--proxy proxy URL]使用代理服务器访问网络。
[--internal-only]跳过外部检查尽检查内部链接。
[--ignore ignore string] 使用正则表达式匹配不检查的URL，用于网址过滤。
[--filter substitution regular expression]这个选项定义了字符串过滤 ，这是一个perl的表达式。这种过滤器是运行在每个网址基准上的，因此重写url，然后进入队列进行检查。
[--style style file URL]定义一个风格文件URL，使输出报告更加符合您的网页设计风格。
[--note note]说明包括逐字邮件讯息。
[--sleep seconds]再次请求的延时时间，单位为秒。减少带宽使用。
[--timeout timeout]超时时间，设置多长时间如果没有反馈为超时。
[--interval seconds]网页报告更新时间，默认为3小时，开始的时候每隔一分钟扩大更新时间直到3小时。
[--dontwarn HTTP responde codes]对于某些服务器响应不产生错误报告。如301、404。
[--enable-virtual]这个选项是使爬虫能处理虚拟主机。
[--language language code]语言编码。
[--suppress suppression file]错误代码和URL阻止警告。
以上翻译由于水平有限，请不要转载。如果转载请保持本站链接：
原文出处：http://www.gccgle.com/2007/09/checkbot.html
请尊重作者劳动