HTML penuh atau Teks kelihatan: mod manakah yang sesuai?
Bandingkan pengekstrakan alamat e-mel melalui HTML penuh dan Teks kelihatan. Fahami perbezaan bilangan hasil dan pilih mod yang sesuai untuk alamat yang dipaparkan atau markup halaman.
Panduan ini menggunakan Email Extractor untuk membandingkan mod imbasan halaman HTML penuh dan Teks kelihatan.
Kandungan
Apa yang sebenarnya dicari oleh HTML penuh dan Teks kelihatan#
Halaman web mempunyai kandungan yang telah dipaparkan dan markup asas. Alamat boleh kelihatan dalam perenggan, disimpan dalam pautan e-mel atau disertakan dalam atribut yang tidak pernah muncul sebagai teks yang boleh dibaca. Teks kelihatan menumpukan pada teks yang dimuatkan yang boleh dibaca oleh pelawat. HTML penuh termasuk markup yang dimuat dan struktur yang menyokong alamat. Ini adalah input yang berbeza, jadi bilangan hasil yang berbeza boleh dijangka. Perbandingan di bawah ini terpakai kepada imbasan halaman individu. Imbasan seluruh laman web membaca respon HTML awam dan menggunakan pilihan Teks Halaman sendiri daripada menyalin sepenuhnya tab pelayar yang telah dipaparkan.
| Soalan | Teks kelihatan | HTML penuh |
|---|---|---|
| Kandungan utama yang dicari | Teks yang dimuat dan boleh dibaca | Markup yang dimuat dan kandungan yang mengandungi alamat |
| Pautan e-mel kepada kami tanpa alamat yang kelihatan | Mungkin tidak mengembalikan alamat sasaran | Boleh membaca sasaran mailto yang disokong |
| Titik permulaan terbaik | Alamat yang telah dipaparkan di halaman | Butang hubungan atau calon alamat HTML tambahan |
| Kandungan tidak dimuatkan ke dalam halaman | Tidak tersedia | Tidak tersedia |
Bila Teks kelihatan adalah titik permulaan yang lebih baik#
Pilih Teks kelihatan apabila halaman dengan jelas menyenaraikan alamat dan anda ingin kekal dekat dengan apa yang boleh dibaca pengunjung. Direktori kakitangan dengan alamat di bawah setiap orang adalah contoh yang mudah. Muatkan baris yang berkaitan terlebih dahulu, kemudian imbas dan bandingkan senarai dengan sumber yang nampak. Mod ini dapat mengurangkan padanan daripada penandaan yang tidak berkaitan, tetapi ia bukan jaminan bahawa setiap alamat yang dikembalikan milik kandungan utama. Kaki halaman, contoh dan rujukan pihak ketiga masih boleh kelihatan. Semak hasil mengikut tujuan anda dan bukan hanya bergantung pada nama mod.
Bila HTML penuh boleh mencari alamat e-mel tambahan#
Pilih HTML penuh apabila halaman menunjukkan butang e-mel tetapi tidak menunjukkan alamat sasaran, atau apabila anda mengesyaki markup yang disokong mengandungi maklumat hubungan berguna. Contohnya, sasaran mailto boleh mengandungi press@studio.test manakala butang itu sendiri hanya menyatakan Hubungi pasukan media. HTML penuh boleh membaca sasaran itu. Ia juga mungkin menemui alamat dalam atribut yang disokong atau bahagian yang dimuatkan yang bukan sebahagian daripada teks utama yang kelihatan. Beberapa padanan tambahan mungkin ialah contoh atau data templat. Simpan konteks sumber supaya anda boleh membezakan kenalan yang dimaksudkan daripada string seperti alamat yang kebetulan.
Mengapa dua mod imbasan boleh mengembalikan bilangan yang berbeza#
Anggap satu halaman memaparkan satu alamat sokongan dan mempunyai dua butang e-mel dengan sasaran mailto yang berbeza. Teks kelihatan mungkin menemui satu alamat yang dipaparkan, manakala HTML penuh mungkin menemui ketiga-tiga calon alamat. Alamat sama yang muncul berulang kali tetap digabungkan melalui pembuangan pendua, jadi tiga kemunculan tidak semestinya tiga hasil unik. Penapis aktif boleh mengecilkan mana-mana senarai selepas pengekstrakan. Sebelum menganggap perbezaan sebagai pepijat, periksa sama ada alamat tambahan benar-benar wujud dalam markup dan sama ada tetapan domain, alamat contoh atau alamat sistem mengecualikan nilai yang dijangkakan.
Muatkan kandungan interaktif sebelum membandingkan mod#
Alamat yang hanya muncul selepas membuka kad pasukan mungkin tidak wujud di halaman yang dimuat sebelum tindakan itu. Tatal, kembangkan bahagian yang berkaitan atau navigasi ke halaman kenalan, kemudian bandingkan mod-mod tersebut semula. HTML penuh tidak bermakna sambungan boleh mengakses setiap halaman atau rekod peribadi di belakang laman web. Ia mencari kandungan yang disokong dan tersedia untuk pengimbas. Bingkai dan komponen terbuka yang boleh diakses boleh menyumbang hasil, manakala pengasingan pelayar boleh menyekat kandungan terbina lain. Perbandingan spesifik halaman adalah lebih boleh dipercayai berbanding menganggap setiap laman web melaksanakan maklumat kenalan dengan cara yang sama.
Apa yang tidak dilakukan oleh kedua-dua mod#
Mod imbasan ini bukan pengesahan peti mel, pangkalan data kenalan atau janji untuk memulihkan setiap alamat tersembunyi. Teks di dalam imej mungkin tetap tidak dapat diakses, dan borang kenalan mungkin tidak mendedahkan alamat tujuannya. Sesetengah teknik pengaburan meninggalkan corak yang boleh dibaca dalam markup; yang lain tidak. Jika halaman tidak memberikan alamat dalam kandungan yang boleh diakses, menukar mod mungkin tidak membantu. Dalam hal ini, semak pilihan kenalan biasa di halaman tersebut. Apabila alamat yang disokong hadir tetapi masih hilang, buang penapis aktif sementara dan periksa akses tapak pelayar sebelum melaporkan keputusan.
Cara yang boleh diulang untuk memilih mod imbasan#
Mulakan dengan halaman dan maklumat yang boleh anda lihat. Jalankan Teks kelihatan apabila skopnya sepadan dengan tugas, kemudian bandingkan HTML penuh jika butang kenalan atau calon yang hilang memerlukan perhatian lain. Gunakan halaman sumber yang sama dan tetapan penapis untuk kedua-dua imbasan supaya perbandingan kekal bermakna. Semak padanan tambahan, simpan yang berguna dan eksport senarai yang dipilih. Jika kemudian anda perlu memproses URL halaman yang diketahui secara pukal atau meneroka seluruh tapak web, pilih aliran kerja berasingan itu dan bukannya menganggap perubahan mod imbasan sebagai cara untuk mengembangkan skop halaman aktif.
Laksanakan aliran kerja ini
Baca dokumentasi berkaitan untuk kawalan dan had produk yang digunakan di sini. Hubungi sokongan jika anda memerlukan bantuan dengan hasil tertentu.
Email ExtractorMuat turun Email Extractor
Cari alamat e-mel di halaman web dan ubah hasil anda menjadi senarai yang boleh digunakan.
