Je dispose d'un répertoire contenant> 1000 fichiers .html, et je voudrais les vérifier tous pour les mauvais liens - de préférence en utilisant la console. Tout outil que vous pouvez recommander pour une telle tâche?Que utiliser pour vérifier les liens html dans un grand projet, sous Linux?
Vous pouvez extraire des liens de fichiers html en utilisant le navigateur de texte Lynx. Les scripts Bash autour de cela ne devraient pas être difficiles.
J'utilise checklink (un projet W3C)
Tant que vous prenez soin de définir l'agent utilisateur et d'accepter les en-têtes (pour éviter les faux codes d'erreur provenant des détecteurs de bot), cela devrait fonctionner. –
Cela semblerait correct, mais il n'est certainement pas destiné à de tels projets de grande taille - il n'a aucun moyen de lister simplement les liens brisés, et la sortie pour mon projet est * vraiment * grande. –
Essayez les outils de ligne de commande webgrep ou, si vous êtes à l'aise avec Perl, le module HTML::TagReader par le même auteur.
vous pouvez utiliser wget, par exemple
wget -r --spider -o output.log http://somedomain.com
au bas du fichier output.log, il indiquera si wget a trouvé des liens brisés. vous pouvez analyser cela en utilisant awk/grep
Une autre ligne de commande ** wget ** pour vérifier les liens brisés peut être trouvée dans [cette réponse] (http://stackoverflow.com/a/15029100/1497596). Notez également qu'un commentaire que j'ai laissé sur cette réponse fournit un lien vers ** wget pour Windows **. – DavidRR
Lynx peut le faire, mais il ne le supporte pas vraiment. wget est beaucoup mieux adapté pour le but. – reinierpost
Comment obtenez-vous wget pour afficher une liste de liens dans une page? – Quentin
C'est une idée géniale. Pourquoi n'y ai-je pas pensé plus tôt? –