我正在尝试解析页面以查找所有有效的URL，但这是一个问题。页面上有3种类型的链接：url（_http：//site.com/dir/page.html），绝对uri（/dir/page.html）和相对uri（dir / page.html没有开始斜杠） 。可能我对术语不对，我不是一个HTML编码器。但事实并非如此。
我需要找到并收集所有网址（即_http：//site.com/dir/subdir/page.html等）。这就是问题所在。如果有一个页面_http：//site.com/dir/page.html，其链接类似于＆lt; a href =“subdir / page.html”＆gt; link＆lt; / a＆gt;它应该把我们带到_http：//site.com/dir/subdir/page.html。但如果有＆lt; base href =“/”＆gt;在页面的head部分，相同的链接指向_http：//site.com/subdir/page.html，即与_http：//site.com/dir/subdir/page.html不同。
问题是页面上的html代码中是否还有其他可以影响目标URL的内容
提前谢谢。
答案 0 :(得分：0)
在HTML中，你提到的href基础旁边没有别的东西
什么可能变得棘手，应该考虑的是脚本执行可能会在页面上建立链接，所以像window.location.href = something。如果明确说明链接，这将很容易，但它们也可能由脚本计算，然后您可能会错过链接或使用简单的解析错误地读取它。
答案 1 :(得分：0)
您的问题实际上是如何在HTML中进行网址链接，请阅读：http://www.webdevelopersnotes.com/design/relative_and_absolute_urls.php3。所以说你在/ admin /你需要/admin/login.aspx。我的相对URL是login.aspx，而我的绝对是/admin/login.aspx有意义吗？
所以基本上我所说的是考虑你的链接服务的目录。这将决定要使用的URL链接的类型和内容。
除此之外，如上所述，jscript和服务器端代码也可以进行链接。