Link From HTML

แนวคิดหลัก

การดึงลิงก์ HTML รวบที่อยู่ในเอกสารตามชนิดและตัดซ้ำ ค่าของอิลิเมนต์ที่มีแอตทริบิวต์ที่อยู่เข้าสู่รายการ href ค่าของอิลิเมนต์ที่มีแอตทริบิวต์ต้นทางเข้าสู่รายการ src สตริงเดียวกันนับสองครั้งยังนับครั้งเดียว ค่าว่างถูกข้าม เมื่ออยากกวาดภาพเสีย สคริปต์ภายนอก และพาธหน้า การดึงลิงก์ HTML แทนร่างครอว์ลแรก จำนวนคือที่อยู่ไม่ซ้ำหลังตัดซ้ำ ดังนั้นหลายแท็กที่ชี้ไฟล์เดียวกันเพิ่มสถิติเพียงครั้งเดียว

พาธสัมพัทธ์ไม่ถูกทำให้เป็น URL สัมบูรณ์ ดังนั้นค่าที่ขึ้นต้นด้วยทับคงเดิม พาธในสคริปต์อินไลน์หรือฟังก์ชัน CSS url() ไม่ถูกรวบเป็นแอตทริบิวต์ การดึงนี้ไม่ส่งซอร์สไปเซิร์ฟเวอร์ ใช้คู่กับการดึงเมตาและหัวเรื่อง จะแยกองค์ประกอบค้นหากับรายการทรัพยากรจากซอร์สเดียวกันได้ รายการคือชื่อชนิด แท็บ แล้วที่อยู่ ติดลงสเปรดชีตเป็นคอลัมน์ได้ง่าย หากไม่มีที่อยู่จะแสดง none

ตัวอย่าง

วางซอร์สที่มีแองเคอร์ รูป และแท็กสคริปต์แล้วดึง: รวม href ได้ที่อยู่ลิงก์ รวม src ได้ที่อยู่รูปและสคริปต์ รายการเป็น href แท็บ URL, src แท็บ URL พาธรูปเดียวกันสองครั้งเพิ่มเลข src เพียงครั้งเดียว คัดลอกผลแล้ววางรายการลงสเปรดชีตเพื่อกรองพาธเสีย

ที่เกี่ยวข้อง: ดึงเมตา HTML · ดึงหัวเรื่อง HTML · ตัวแก้ HTML