如何在不打开电子邮件应用程序的情况下从锚标签中抓取电子邮件 ID

Posted 2023-04-12

【中文标题】如何在不打开电子邮件应用程序的情况下从锚标签中抓取电子邮件 ID

【英文标题】：How to scrape email id from anchor tag without opening email application

【发布时间】：2021-12-15 06:52:14

【问题描述】：

我正在尝试使用 HAP、CefSharp 和 C# 开发基于 Windows 的网络爬虫。我对处理 DOM 和 html 没有深入的了解。

通过任何方式，是否可以在以下链接不打开电子邮件客户端或新标签。

<a class="classAuthorEmail" href="mailto:" aria-label="Mail Option">email</a>

提前谢谢...

【问题讨论】：

嗨，我不太清楚你想要什么。这个复制是用javascript来完成的吗？ “电子邮件 ID”是什么意思 - 它是 href 的值还是...？

什么“电子邮件ID”？

对不起我的英语...锚标签没有电子邮件ID，但它只显示“mailto：”选项。但是当点击它打开邮件应用程序。我需要抓取 href 值，这是一个 emailid。这是示例链接hindawi.com/journals/aag/2021/1198341。

默认情况下在 CefSharp mailto 链接不做任何事情，你可以拦截链接点击查看github.com/cefsharp/CefSharp/wiki/… 例如。你不必调用 Process.Start 你可以做任何你喜欢的事情。

【参考方案1】：

要使用 DOM，您需要 querySelectorAll。

var els = document.querySelectorAll("[href^='mailto'");

例如，对于链接，

<p><a href="mailto:[e-mail]">Send email</a></p>

你会得到：mailto:[e-mail]

要与 JavaScript 保持一致，您可以使用以下内容：

var mails = [];
for (var i = 0, l = els.length; i < l; i++) 
  var el = els[i];
  mails.push(el.href.replace(/mailto:/gi, ''));

【讨论】：

但您可以看到 href 处没有电子邮件 ID。它只显示“mailto：”。我认为在调用锚标记的类或执行脚本时需要捕获它。如何做到这一点

我在想这是一个例子。如果没有电子邮件，它可能会通过 JavaScript 调用它，所以你需要你的抓取将允许 JavaScript 运行。