從網頁中提取連結
Bun 的 HTMLRewriter API 可用於高效地從 HTML 內容中提取連結。它透過連結 CSS 選擇器來匹配您要處理的元素、文字和屬性。這是一個從網頁中提取連結的簡單示例。您可以將 .transform 物件傳遞給 Response、Blob 或 string。
async function extractLinks(url: string) {
const links = new Set<string>();
const response = await fetch(url);
const rewriter = new HTMLRewriter().on("a[href]", {
element(el) {
const href = el.getAttribute("href");
if (href) {
links.add(href);
}
},
});
// Wait for the response to be processed
await rewriter.transform(response).blob();
console.log([...links]); // ["https://bun.nodejs.com.tw", "/docs", ...]
}
// Extract all links from the Bun website
await extractLinks("https://bun.nodejs.com.tw");
將相對 URL 轉換為絕對 URL
在抓取網站時，您通常希望將相對 URL（例如 /docs）轉換為絕對 URL。以下是如何處理 URL 解析的方法。
async function extractLinksFromURL(url: string) {
const response = await fetch(url);
const links = new Set<string>();
const rewriter = new HTMLRewriter().on("a[href]", {
element(el) {
const href = el.getAttribute("href");
if (href) {
// Convert relative URLs to absolute
try {
const absoluteURL = new URL(href, url).href;
links.add(absoluteURL);
} catch {
links.add(href);
}
}
},
});
// Wait for the response to be processed
await rewriter.transform(response).blob();
return [...links];
}
const websiteLinks = await extractLinksFromURL("https://example.com");
有關 Bun 的 HTML 轉換的完整文件，請參閱 文件 > API > HTMLRewriter。