上一个/下一个网页链接启发式?

发布于 2024-09-09 18:02:29 字数 768 浏览 6 评论 0原文

我正在寻找一个启发式列表,给定一个 HTML 文档和/或网页上的一组 URL,这将给出一组作为该页面的上一个/下一个链接的 URL。另外,假设您已获得基本 URL。我不需要知道链接是否具体是下一个或上一个 URL,只需知道它是这两个 URL 之一即可。

我已经列出了一个简短的列表:

  • 与 URL 相同的域和路径,但查询参数不同。
    • 基地:abc.com/story
    • 下一个/上一个:abc.com/story?p=2
    • 基础:abc.com/story.html?p=5
    • 下一个/上一个:abc.com/story.html?p=3
  • URL 与基本 URL 相同,除了数字路径元素之外。
    • 基地:abc.com/story
    • 下一个/上一个:abc.com/story/2
  • DOM/HTML 中彼此相邻的多个链接。
    • 我知道这也可能像页眉/页脚,我必须以某种方式解释这一点......有什么想法吗?
  • 文本为数字或测试为“下一个”、“上一个”、“第一个”、“最后一个”、“后退”、“前进”等单词的链接...

我知道我永远不可能在这方面做到完美,但我希望获得尽可能多的报道和启发,以期获得良好的组合或数量和质量。谢谢。

I'm looking for a list of heuristics, given an HTML document and/or a set of URLs on a web page, that will give a set of URLs that are previous/next links from that page. Also, assume that you are given the base URL. I do not require to know if a link is specifically a next or previous URL, just that it is one of those two.

I've got a short list going already:

  • Same domain and path as the URL, but different query parameters.
    • base: abc.com/story
    • next/previous: abc.com/story?p=2
      • or
    • base: abc.com/story.html?p=5
    • next/previous: abc.com/story.html?p=3
  • URL is the same as the base URL except a numerical path element.
    • base: abc.com/story
    • next/previous: abc.com/story/2
  • Several links nearby each other in the DOM/HTML.
    • I know this could also be like a header/footer, I would have to account for that somehow...any ideas?
  • Links whose text is a number or whose test is a word like "Next", "Previous", "First", "Last", "Back", "Forward", etc...

I know I can never be perfect at this, but I would like to get as much coverage and as many heuristics as I can to hope for a nice mix or quantity and quality. Thanks.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文