☰

有哪些好的链接提取器？

tag-icon • tag-icon software-rec html extract url
有哪些好的链接提取器？

链接提取器 - 因为我不知道该给它取一个更好的名字；一个实用程序，它可以获取 .htm 文件，并从中提供链接，不计数，只是直接链接。对于包含大量文本中的 html 链接的文件等很有用...

有人碰巧知道一些吗？

答案1

Firefox，使用Web 开发人员插件，可以做到这一点。打开 HTML 文件，显示 Web 开发人员工具栏。

在信息下拉菜单中，选择“查看链接信息”。它将打开一个新选项卡，其中列出了 HTML 文件中所有链接的列表。

在此处输入图片描述

这Firefox 辅助功能扩展还可以在窗口中显示链接列表，但这可能有点小题大做，因为它还为残障人士提供了大量其他功能。

在此处输入图片描述

答案2

我以前曾有一两次需要快速解决这个问题。我的解决方案通常是这样的：

  • 搜索并将“http://”替换为“\r\nhttp://”（将所有 http URL 移至其自己的行上
  • 查找/grep 或以其他方式过滤以“http://”开头的所有行（正则表达式类似于“^http://”）
  • 对筛选结果进行排序，并可选择删除重复行

这是我的快速解决方案，但我之前没有使用过实际工具。不过，我想我可以将其包装在 .bat 或 AutoHotkey 脚本中。我只是不太需要它。

答案3

href="(?<url>(((ht|f)tp(s?))\://)?((([a-zA-Z0-9_\-]{2,}\.)+[a-zA-Z]{2,})|((?:(?:25[0-5]|2[0-4]\d|[01]\d\d|\d?\d)(?(\.?\d)\.)){4}))(:[a-zA-Z0-9]+)?(/[a-zA-Z0-9\-\._\?\,\'/\\\+&amp;%\$#\=~]*)?)"

将是一个可以实现这一点的正则表达式。

答案4

下载文本爬虫（它是免费软件）并安装它。安装完成后启动它。在文件名/过滤器框中输入“*.htm *.html *.php”或您正在解析的 HTML 文件的扩展名。在起始位置框中浏览到文件所在的目录。默认情况下，它还会扫描子目录，如果您不想要此功能，则可以单击选项，然后取消选择“扫描子文件夹”。在查找框中输入：

<a.*?href\s*=\s*["'](.*?)['"].*?>(.*?)</a>

确保“使用正则表达式”旁边有一个复选标记。然后单击“查找”。它将显示按文件分组的所有链接。您也可以单击“提取”，这将弹出一个窗口，其中包含所有文件的所有链接。既然你说你想要链接，我想你想要整个

<a href="something.php">Something</a>

这样您就可以看到链接指向的位置以及描述是什么。如果您只想要没有完整标签的链接，请将 RegEx 更改为

href=[\"\'](http:\/\/|\.\/|\/)?\w+(\.\w+)*(\/\w+(\.\w+)?)*(\/|\?\w*=\w*(&\w*=\w*)*)?[\"\']

这将返回

href="something.php"

如果这回答了你的问题，请告诉我。TextCrawler 是一款很棒的应用程序，而且免费，值得一试。

相关内容