Πλήρες HTML ή Ορατό κείμενο: ποια λειτουργία σάρωσης να επιλέξετε;
Συγκρίνετε την εξαγωγή διευθύνσεων email με τις λειτουργίες «Πλήρες HTML» και «Ορατό κείμενο». Κατανοήστε τις διαφορές στον αριθμό αποτελεσμάτων και επιλέξτε την κατάλληλη λειτουργία για ορατές διευθύνσεις ή κώδικα σελίδας.
Αυτός ο οδηγός χρησιμοποιεί Email Extractor για να συγκρίνετε τις λειτουργίες σάρωσης «Πλήρες HTML» και «Ορατό κείμενο».
Περιεχόμενα
Τι πραγματικά αναζητούν το Πλήρες HTML και το Ορατό κείμενο#
Μια ιστοσελίδα έχει περιεχόμενο που εμφανίζεται στον επισκέπτη και υποκείμενο κώδικα. Μια διεύθυνση μπορεί να φαίνεται σε παράγραφο, να βρίσκεται σε σύνδεσμο email ή σε χαρακτηριστικό που δεν εμφανίζεται ως αναγνώσιμο κείμενο. Το «Ορατό κείμενο» εστιάζει στο φορτωμένο κείμενο που μπορεί να διαβάσει ο επισκέπτης. Το «Πλήρες HTML» περιλαμβάνει και τον φορτωμένο κώδικα και υποστηριζόμενες δομές με διευθύνσεις. Επειδή οι είσοδοι διαφέρουν, μπορεί να διαφέρουν και οι αριθμοί αποτελεσμάτων. Η σύγκριση παρακάτω αφορά τη σάρωση μεμονωμένης σελίδας. Η σάρωση ολόκληρου ιστοτόπου διαβάζει δημόσιες απαντήσεις HTML και χρησιμοποιεί τη δική της επιλογή «Κείμενο σελίδας», αντί να αναπαράγει πλήρως μια καρτέλα προγράμματος περιήγησης.
| Ερώτηση | Ορατό κείμενο | Πλήρες HTML |
|---|---|---|
| Κύριο περιεχόμενο που ελέγχθηκε | Αναγνώσιμο φορτωμένο κείμενο | Φορτωμένη σήμανση και υποστηριζόμενο περιεχόμενο που περιέχει διευθύνσεις |
| Σύνδεσμος email χωρίς ορατή διεύθυνση | Μπορεί να μην επιστρέψει τη στοχευόμενη διεύθυνση | Μπορεί να διαβάσει υποστηριζόμενο στόχο mailto |
| Καλύτερο σημείο εκκίνησης | Διευθύνσεις που εμφανίζονται ήδη στη σελίδα | Κουμπιά επικοινωνίας ή πρόσθετες πιθανές διευθύνσεις στον κώδικα HTML |
| Περιεχόμενο που δεν έχει φορτωθεί στη σελίδα | Μη διαθέσιμο | Μη διαθέσιμο |
Πότε το Ορατό κείμενο είναι το καλύτερο σημείο εκκίνησης#
Επιλέξτε το 'Ορατό' κείμενο όταν η σελίδα εμφανίζει σαφώς διευθύνσεις και θέλετε να μείνετε κοντά σε αυτά που μπορεί να διαβάσει ένας επισκέπτης. Ένας κατάλογος προσωπικού με μια διεύθυνση κάτω από κάθε άτομο είναι ένα απλό παράδειγμα. Φορτώστε πρώτα τις σχετικές γραμμές, στη συνέχεια σαρώστε και συγκρίνετε τη λίστα με την ορατή πηγή. Αυτή η λειτουργία μπορεί να μειώσει ταιριάσματα από μη σχετική σήμανση, αλλά δεν εγγυάται ότι κάθε επιστρεφόμενη διεύθυνση ανήκει στο κύριο περιεχόμενο. Τα υποσέλιδα της σελίδας, τα παραδείγματα και οι αναφορές τρίτων μπορούν ακόμα να είναι ορατά. Ελέγξτε τα αποτελέσματα σύμφωνα με τον σκοπό σας και όχι μόνο με βάση το όνομα λειτουργίας.
Πότε το Πλήρες HTML μπορεί να βρει επιπλέον διευθύνσεις email#
Επιλέξτε Πλήρες HTML όταν η σελίδα εμφανίζει ένα κουμπί Email αλλά όχι τη διεύθυνση προορισμού, ή όταν υποψιάζεστε ότι το υποστηριζόμενο markup περιέχει χρήσιμες πληροφορίες επικοινωνίας. Για παράδειγμα, ένας στόχος mailto μπορεί να περιέχει press@studio.test ενώ το ίδιο το κουμπί απλώς λέει Επικοινωνήστε με την ομάδα τύπου. Το Πλήρες HTML μπορεί να διαβάσει αυτόν τον στόχο. Μπορεί επίσης να βρει διευθύνσεις σε υποστηριζόμενα χαρακτηριστικά ή φορτωμένες ενότητες που δεν είναι μέρος του κύριου ορατού κειμένου. Ορισμένα επιπλέον αποτελέσματα μπορεί να είναι παραδείγματα ή δεδομένα προτύπου. Κρατήστε το πλαίσιο προέλευσης ώστε να μπορείτε να διακρίνετε μια προοριζόμενη επαφή από μια τυχαία συμβολοσειρά που μοιάζει με διεύθυνση.
Γιατί δύο τρόποι σάρωσης μπορούν να επιστρέψουν διαφορετικούς αριθμούς#
Υποθέστε ότι μια σελίδα εμφανίζει ορατά μια διεύθυνση υποστήριξης και έχει δύο κουμπιά email με διαφορετικούς προορισμούς mailto. Το ορατό κείμενο μπορεί να βρει τη μία τυπωμένη διεύθυνση, ενώ το Πλήρες HTML μπορεί να βρει και τις τρεις πιθανές διευθύνσεις. Οι επαναλαμβανόμενες εμφανίσεις της ίδιας διεύθυνσης εξακολουθούν να συγχωνεύονται, οπότε τρεις αντιστοιχίες δεν σημαίνουν πάντα τρία μοναδικά αποτελέσματα. Τα ενεργά φίλτρα μπορούν να μειώσουν οποιονδήποτε από τους δύο καταλόγους μετά την εξαγωγή. Πριν διαγνώσετε μια διαφορά ως σφάλμα, ελέγξτε εάν οι επιπλέον διευθύνσεις υπάρχουν πραγματικά στο markup και κατά πόσο οι ρυθμίσεις τομέα, διευθύνσεων παραδείγματος ή συστήματος αποκλείουν τις τιμές που περιμένατε.
Φορτώστε διαδραστικό περιεχόμενο πριν από τη σύγκριση των τρόπων#
Μια διεύθυνση που εμφανίζεται μόνο μετά το άνοιγμα μιας κάρτας ομάδας ενδέχεται να μην υπάρχει στη φορτωμένη σελίδα πριν από αυτήν την ενέργεια. Κάντε κύλιση, επεκτείνετε το σχετικό τμήμα ή μεταβείτε στη σελίδα επαφών και στη συνέχεια συγκρίνετε ξανά τις λειτουργίες. Το πλήρες HTML δεν σημαίνει ότι η επέκταση μπορεί να ανακτήσει κάθε σελίδα ή ιδιωτικό αρχείο πίσω από τον ιστότοπο. Αναζητά υποστηριζόμενο περιεχόμενο διαθέσιμο στον σαρωτή. Προσβάσιμα πλαίσια και ανοιχτά στοιχεία μπορούν να συνεισφέρουν αποτελέσματα, ενώ η απομόνωση του προγράμματος περιήγησης μπορεί να μπλοκάρει άλλο ενσωματωμένο περιεχόμενο. Μια κατά σελίδα σύγκριση είναι πιο αξιόπιστη από το να υποθέτουμε ότι κάθε ιστότοπος υλοποιεί τις λεπτομέρειες επαφής με τον ίδιο τρόπο.
Τι δεν πρέπει να συγχέεται με καμία λειτουργία#
Αυτές οι λειτουργίες σάρωσης δεν αποτελούν επαλήθευση γραμματοκιβωτίων, βάση δεδομένων επαφών ή υπόσχεση να ανακτήσουν κάθε κρυφή διεύθυνση. Το κείμενο μέσα σε μια εικόνα μπορεί να παραμείνει μη διαθέσιμο, και μια φόρμα επικοινωνίας μπορεί να μην αποκαλύπτει τη διεύθυνση προορισμού της. Ορισμένες τεχνικές απόκρυψης αφήνουν αναγνώσιμα πρότυπα στη σήμανση· άλλες όχι. Εάν η σελίδα δεν παρέχει τη διεύθυνση σε προσβάσιμο περιεχόμενο, η αλλαγή λειτουργιών μπορεί να μην βοηθήσει. Σε αυτή την περίπτωση, επιθεωρήστε τις κανονικές επιλογές επικοινωνίας της σελίδας. Όταν υπάρχει υποστηριζόμενη διεύθυνση αλλά εξακολουθεί να λείπει, αφαιρέστε προσωρινά τα ενεργά φίλτρα και ελέγξτε την πρόσβαση στον ιστότοπο μέσω του προγράμματος περιήγησης πριν αναφέρετε το αποτέλεσμα.
Ένας επαναλήψιμος τρόπος για να επιλέξετε τον τρόπο σάρωσης#
Ξεκινήστε με τη σελίδα και τις πληροφορίες που μπορείτε πραγματικά να δείτε. Εκτελέστε το Ορατό κείμενο όταν το πεδίο εφαρμογής του ταιριάζει με την εργασία, στη συνέχεια συγκρίνετε το Πλήρες HTML αν ένα κουμπί επαφής ή ένας χαμένος υποψήφιος χρειάζεται άλλη ματιά. Χρησιμοποιήστε την ίδια σελίδα πηγής και ρυθμίσεις φίλτρου και για τις δύο εκτελέσεις ώστε η σύγκριση να παραμένει ουσιαστική. Επανεξετάστε τα επιπλέον αποτελέσματα, κρατήστε τα χρήσιμα και εξάγετε την επιλεγμένη λίστα. Αν αργότερα χρειαστεί να επεξεργαστείτε μαζικά γνωστά URL σελίδων ή να εξερευνήσετε ολόκληρο έναν ιστότοπο, επιλέξτε αυτή την ξεχωριστή ροή εργασίας αντί να θεωρήσετε μια αλλαγή λειτουργίας σάρωσης ως τρόπο επέκτασης του πεδίου εφαρμογής της ενεργής σελίδας.
Βάλτε αυτή τη ροή εργασίας σε εφαρμογή
Διαβάστε την σχετική τεκμηρίωση για τα χειριστήρια και τα όρια του προϊόντος που χρησιμοποιήθηκαν εδώ. Επικοινωνήστε με την υποστήριξη αν χρειάζεστε βοήθεια για ένα συγκεκριμένο αποτέλεσμα.
Email ExtractorΚατεβάστε Email Extractor
Βρείτε διευθύνσεις email σε ιστοσελίδες και μετατρέψτε τα αποτελέσματά σας σε λίστα που μπορείτε να χρησιμοποιήσετε.
