如何从 HTML 中识别静态资产答案

【问题标题】：how to identify static assets from an HTML如何从 HTML 中识别静态资产
【发布时间】：2019-01-20 07:23:51
【问题描述】：

我的任务是列出网页中的所有静态资产。我知道静态资产是那些在运行时永远不会改变的文件。

是否有系统的方法可以将这些文件与动态文件区分开来？

如果我必须列出所有静态资产。最好的起点是什么？

【问题讨论】：

静态资产是不会改变的东西。在网络上，这些是诸如 JavaScript 文件、样式表和图像之类的东西。一个好的开始可能是，列出这些文件的扩展名，然后在 HTML 输出中进行字符串搜索。
任务制定不是很清楚。您的意思是“如果在浏览器中查看该页面将导致加载的所有（静态）对象”？你如何获得页面，你能阅读它所引用的资源的内容吗？请注意，如果您获得的只是对服务器的 HTTP 访问，则没有确定给定 URI 是指静态对象还是动态对象的可靠方法。服务器不需要披露它是如何生成文档的。对于任何特定的系统，可能有足够的线索可以可靠地猜测，但不可能存在通用的方法。
当你说“足够的线索可以可靠地猜测”时，这正是我的意思。我需要知道确定 HTML 中所有静态对象的最佳方法是什么，接受在某些情况下这可能不是 100% 准确。

【解决方案1】：

从客户端的角度来看，没有系统的方法来确定 html 响应的哪一部分来自静态文件或在运行时由服务器生成。 html 标准没有那么大的区别。

话虽如此，大部分时间您可以猜测响应的哪一部分来自静态文件。当 html 响应 .css、.js、.gif 等文件的链接时，很有可能来自静态文件。

但无法确定哪个 html 元素来自磁盘上的文件，哪个是在运行时构建的。

系统的方法是分析构成 html 响应的代码，并从中确定哪些资源是静态的，哪些是动态的。

编辑你补充说你不需要100%。如果您不需要，那么也许您可以使用cloudflare's list of file extentions。 cloudflare 默认缓存这些扩展的原因是它们通常是静态的。

【讨论】：