作为黑盒测试程序，我如何验证页面上的所有链接

Question

我正在尝试验证我的所有页面链接是否有效，以及与我类似的内容是否所有页面都有指定的链接，例如联系人 >。我使用 python 单元测试和 selenium IDE 来记录需要测试的操作。 所以我的问题是我可以验证循环中的链接还是我需要自己尝试每个链接？ 我尝试用 __iter__ 来做到这一点，但它没有得到任何接近，这可能是我不擅长 oop 的原因，但我仍然认为必须有另一种测试链接的方法单击它们并一一记录。

Answer 1

我只想使用标准 shell 命令：

• 您可以 使用 wget 检测损坏
  links
• 如果您使用 wget 下载页面，您可以
  然后使用 grep --files-without-match 扫描结果文件以查找这些文件
  没有联系链接。

如果您使用的是 Windows，则可以安装 cygwin 或安装 这些工具的 win32 端口。

编辑：嵌入上面的使用 wget 检测损坏的链接链接中的信息：

每当我们发布一个公共网站时，运行一个公共网站总是一个好主意
蜘蛛在上面，这样我们就可以检查损坏的页面和错误的网址。
WGET 有一个递归下载命令并与 --spider 选项混合
它只会抓取该网站。

1) 下载 WGET

    苹果：
    http://www.statusq.org/archives/2008/07/30/1954/
    或者使用 macports 并下载 wget。

    视窗：
    http://gnuwin32.sourceforge.net/packages/wget.htm

    Linux：
    内置
    ----------------------------------------------------

2) 在控制台/终端中，运行（不带 $）：

    $ wget --spider -r -o log.txt http://yourdomain.com

3）之后只需找到“log.txt”文件并在最底部
 文件的内容将是损坏链接的列表，其中有多少个链接 
是等

Answer 2

虽然该工具是用 Perl 编写的，但您检查过 linklint 吗？这是一个应该完全满足您的需求的工具。它将解析 HTML 文档中的链接，并在链接损坏时告诉您。

如果您尝试从 Python 脚本自动执行此操作，则需要将其作为子进程运行并获取结果，但我认为它会满足您的需求。

Answer 3

“测试链接”到底是什么？

如果这意味着它们会导致非 4xx URI，那么恐怕您必须访问它们。

至于是否存在给定的链接（如“联系人”），您可以使用 xpath 查找它们。

Answer 4

您可以（作为另一种选择）使用 BeautifulSoup 解析页面上的链接并尝试通过 urllib2 检索它们。