解析HTML頁面上的相關鏈接

我試圖解析一個頁面來查找所有有效的url，但這裏有一個問題。頁面上有三種類型的鏈接：url（_http：//site.com/dir/page.html），絕對uri（/dir/page.html）和相對uri（不帶斜槓的dir/page.html）。可能我對術語錯了，我不是一個html編碼器。但是，情況並非如此。

我需要找到並收集所有網址（即_http：//site.com/dir/subdir/page.html等）。這是問題。如果有一個頁面_http：//site.com/dir/page.html帶有鏈接，如< a href =「subdir/page.html」>鏈接</a >它應該將我們帶到_http：// site .COM /目錄/子目錄/ page.html中。但是，如果在頁面的頭部有< base，那麼相同的鏈接會導致_http：//site.com/subdir/page.html，即與_http：//site.com/dir/不同。子目錄/ page.html中。

問題是，如果在頁面上可能會影響目標網址的HTML代碼中有其他內容。
在此先感謝。解析HTML頁面上的相關鏈接

來源

2013-02-20 user1926948

在HTML這樣有沒有別的在href基地你提到

什麼能成爲棘手的，應考慮旁，有可能是由腳本執行製作網頁上的聯繫，所以像window.location的。 href =東西。如果鏈接明確說明，這很容易，但是它們也可能由腳本計算出來，然後您可能會錯過鏈接或通過使用簡單解析來誤讀鏈接。

來源

2013-02-20 23:17:17

謝謝！我沒有真正考慮客戶端生成的代碼，只有純文本/ html響應正文:) – user1926948 2013-02-20 23:59:58

你的問題實際上是如何鏈接在html中的url作品，請閱讀：http://www.webdevelopersnotes.com/design/relative_and_absolute_urls.php3。所以說你在/ admin /中，你需要/admin/login.aspx。我的相對URL是login.aspx，而我的絕對是/admin/login.aspx有意義嗎？

所以基本上我所說的是考慮你的鏈接是從哪個目錄提供的。這將決定要使用的url鏈接的類型和內容。

除此之外，如前所述，jscript和服務器端代碼也可以做鏈接。

來源

2013-02-20 23:25:27 RandomUs1r

解析HTML頁面上的相關鏈接

回答

相關問題