Fuld HTML eller Synlig tekst: hvilken scanningstilstand skal du bruge?
Sammenlign Fuld HTML og Synlig tekst, forstå hvorfor antallet af adresser varierer, og vælg den rette tilstand til synlige adresser eller sidens HTML-kode.
Denne vejledning bruger Email Extractor for at sammenligne sidetilstandene Fuld HTML og Synlig tekst.
Indhold
Hvad Fuld HTML og Synlig tekst faktisk søger#
En webside har gengivet indhold og underliggende markup. En adresse kan være synlig i et afsnit, gemt i et e-mail-link eller inkluderet i en attribut, der aldrig fremstår som læselig tekst. Synlig tekst fokuserer på den indlæste tekst, en besøgende kan læse. Fuld HTML inkluderer også den indlæste markup og understøttede adressebærende strukturer. Dette er forskellige input, så der kan forventes forskellige resultatantal. Sammenligningen nedenfor gælder for scanningen af enkeltstående sider. Scanning af hele webstedet læser offentlige HTML svar og bruger sin egen Side tekst-option i stedet for at gengive en fuldt indlæst browserfane.
| Spørgsmål | Synlig tekst | Fuld HTML |
|---|---|---|
| Hovedindhold søgt | Læselig indlæst tekst | Indlæst markup og understøttet adressebærende indhold |
| Skriv til os-link uden synlig adresse | Kan muligvis ikke returnere mål-adressen | Kan læse et understøttet mailto-mål |
| Bedste udgangspunkt | Adresser allerede vist på siden | Kontaktknapper eller yderligere HTML kandidater |
| Indhold ikke indlæst på siden | Ikke tilgængelig | Ikke tilgængelig |
Hvornår Synlig tekst er det bedre udgangspunkt#
Vælg Synlig tekst, når siden tydeligt viser adresser, og du ønsker at holde dig tæt på, hvad en besøgende kan læse. En medarbejderliste med en adresse under hver person er et enkelt eksempel. Indlæs først de relevante rækker, og gennemgå derefter listen og sammenlign med den synlige kilde. Denne tilstand kan reducere match fra urelateret markup, men det er ikke en garanti for, at hver returneret adresse tilhører hovedindholdet. Sidefødder, eksempler og tredjepartsreferencer kan stadig være synlige. Gennemgå resultaterne i henhold til dit formål i stedet for kun at stole på tilstandens navn.
Hvornår Fuld HTML kan finde yderligere mailadresser#
Vælg Fuld HTML, når siden viser en Email-knap, men ikke mål-adressen, eller når du mistænker, at understøttet markup indeholder nyttige kontaktoplysninger. For eksempel kan et mailto-mål indeholde press@studio.test, mens knappen selv blot siger Kontakt presseudvalget. Fuld HTML kan læse det mål. Det kan også finde adresser i understøttede attributter eller indlæste sektioner, som ikke er en del af den synlige tekst. Nogle yderligere match kan være eksempler eller skabelondata. Bevar kildekonteksten, så du kan skelne mellem en tilsigtet kontakt og en tilfældig adresse-lignende streng.
Hvorfor to scanningstilstande kan returnere forskellige antal#
Antag, at en side tydeligt viser én supportadresse og har to e-mailknapper med forskellige mailto-mål. Synlig tekst kan finde den ene trykte adresse, mens Fuld HTML kan finde alle tre kandidater. Gentagne forekomster af den samme adresse fjernes stadig, så tre matchende forekomster betyder ikke altid tre unikke resultater. Aktive filtre kan reducere begge lister efter ekstraktion. Før du diagnosticerer en forskel som en fejl, skal du kontrollere, om de ekstra adresser faktisk findes i markupen, og om domæne-, eksempel-adresse- eller system-adresseindstillinger udelukker de værdier, du forventede.
Indlæs interaktivt indhold før sammenligning af tilstande#
En adresse, der kun vises efter åbning af et teamkort, findes muligvis ikke på den indlæste side før denne handling. Rul, udvid den relevante sektion eller naviger til kontaktsiden, og sammenlign derefter tilstandene igen. Fuld HTML betyder ikke, at udvidelsen kan hente hver side eller privat datapost bag hjemmesiden. Den søger understøttet indhold, der er tilgængeligt for scanneren. Tilgængelige frames og åbne komponenter kan bidrage med resultater, mens browserisolering kan blokere andet indlejret indhold. En side-specifik sammenligning er mere pålidelig end at antage, at hver hjemmeside implementerer kontaktoplysninger på samme måde.
Hvad ingen af tilstandene bør forveksles med#
Disse scanningsmetoder er ikke en postkasseverificering, en kontaktdatabase eller et løfte om at genfinde enhver skjult adresse. Tekst inde i et billede kan forblive utilgængelig, og en kontaktformular afslører muligvis ikke sin destinationsadresse. Nogle sløringsteknikker efterlader læsbare mønstre i markup; andre gør ikke. Hvis siden ikke leverer adressen i tilgængeligt indhold, hjælper det muligvis ikke at skifte til en anden tilstand. I så fald bør du undersøge sidens normale kontaktmuligheder. Når en understøttet adresse er til stede, men stadig mangler, fjern midlertidigt aktive filtre og tjek browserens adgang til siden, før resultatet rapporteres.
En gentagelig måde at vælge din scanningstilstand på#
Start med siden og de oplysninger, du faktisk kan se. Kør Synlig tekst, når dens omfang matcher opgaven, og sammenlign derefter Fuld HTML, hvis en kontaktknap eller manglende kandidat behøver et ekstra kig. Brug den samme kildeside og filterindstillinger for begge køringer, så sammenligningen forbliver meningsfuld. Gennemgå ekstra match, behold de nyttige, og eksporter den valgte liste. Hvis du senere skal behandle kendt side-URL’er i bulk eller udforske et helt websted, skal du vælge den separate arbejdsproces i stedet for at behandle en scanningstilstandsændring som en måde at udvide den aktive sides omfang på.
Udfør denne arbejdsgang i praksis
Læs den relaterede dokumentation for de produktkontroller og grænser, der anvendes her. Kontakt support hvis du har brug for hjælp til et bestemt resultat.
Email ExtractorDownload Email Extractor
Find mailadresser på websider, og forvandl dine resultater til en liste, du kan bruge.
