Question

我有一个wordpress网站，其中包含数千个图像文件。问题是，绝大多数都是冗余的，仅占用磁盘空间。我需要一种方法来了解html实际引用了哪些引用，以便删除那些没有引用的引用。

也许Selenium WebDiriver可以帮助您？我可以抓取该网站以获取所有img元素的src属性的值。

使用以下代码，图像集合将填充22个项目-对于特定页面是正确的。问题是，我不知道如何获得“ src”属性的值？

var images = driver.FindElements(By.TagName("img"));

        foreach (var image in images)
        {
            Debug.WriteLine(image.Text);
        }

Answer 1

使用GetAttribute获取所需的属性，例如：

image.GetAttribute("src")

Answer 2

GetAttribute和src将获得所有图像的url /路径。

var images = driver.FindElements(By.TagName("img"));

        foreach (var image in images)
        {
            Debug.WriteLine(image.GetAttribute("src"));
        }

Answer 3

从硒中获取后，您可以使用Html Agility Pack（HAP）。

使用Selenium WebDriver从网站获取所有图像src值

3 个答案: