site-link-auditor/dist/index.js

Скрипт предназначен для проверки доступности ссылок на указанной веб-странице. Процесс проверки организован с использованием стека, в который добавляются новые ссылки. Чтобы обеспечить эффективность, проверки выполняются параллельно, и вы можете указать к

import fetch from 'node-fetch';
export class LinkChecker {
    startUrl;
    threads;
    logs;
    errors = new Map();
    checkedLinks = 0;
    queue;
    visitedLinks = new Set();
    oneThread = [];
    constructor(startUrl, threads = 1, logs = false) {
        this.startUrl = startUrl;
        this.threads = threads;
        this.logs = logs;
        this.queue = [{ url: startUrl, referrer: 'Init' }];
    }
    async checkLink(url, referrer, attempt = 1) {
        const MAX_ATTEMPTS = 20;
        try {
            const response = await fetch(url, {
                method: "GET",
                headers: {
                    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.121 Safari/537.36'
                },
                redirect: 'follow',
                signal: AbortSignal.timeout(15000)
            });
            if (response.status === 429) {
                if (this.threads === 1) {
                    if (attempt >= MAX_ATTEMPTS) {
                        if (this.logs) {
                            console.log(`Получен статус 429. Достигнуто максимальное число попыток для URL: ${url} `);
                        }
                        return [];
                    }
                    else {
                        if (this.logs) {
                            console.log(`Получен статус 429. Ожидание перед повторной попыткой...`);
                        }
                        await new Promise(resolve => setTimeout(resolve, 5000));
                        return await this.checkLink(url, referrer, attempt + 1);
                    }
                }
                else {
                    this.oneThread.push({ referrer: referrer, url: url });
                    return [];
                }
            }
            if (!response.ok) {
                this.errors.set(url, { referrer, status: response.status });
                return [];
            }
            // Парсим только HTML и внутренние ссылки не выходя за пределы стартового url
            if (!url.startsWith(this.startUrl) || !(response.headers.get('content-type')?.includes("text/html"))) {
                return [];
            }
            const html = await response.text();
            return this.extractLinks(html, url);
        }
        catch (error) {
            this.errors.set(url, { referrer, status: error instanceof Error ? error.message : 'Unknown error' });
        }
        return [];
    }
    // Извлечение href и src из HTML-страницы
    extractLinks(html, baseUrl) {
        html = html.replace(/<!--.*?-->/g, "");
        const linkAndSrcRegex = /(?:href|src)\s*=\s*["']([^"']+)["']/g;
        const result = new Set();
        let match;
        while ((match = linkAndSrcRegex.exec(html)) !== null) {
            const url = match[1].replace(/&amp;/g, '&');
            if (!url.startsWith('mailto:')) {
                // приводим ссылку к нормальному состоянию и убираем якорь
                result.add({ url: (url.startsWith("https") ? url : new URL(url, baseUrl).href).split("#")[0], referrer: baseUrl });
            }
        }
        return Array.from(result);
    }
    outputErrors() {
        console.log(`Обработано ссылок: ${this.checkedLinks}`);
        if (this.errors.size > 0) {
            console.log(`Найдены ошибки: ${this.errors.size}`);
            this.errors.forEach((value, key) => {
                console.log(`URL: ${key}, Referrer: ${value.referrer}, Status: ${value.status}`);
            });
        }
        else {
            console.log("No errors found.");
        }
    }
    async run() {
        let lastChecked = 0;
        const promises = [];
        while (this.queue.length > 0) {
            const item = this.queue.pop();
            if (item) {
                const { url, referrer } = item;
                if (!this.visitedLinks.has(url)) {
                    this.visitedLinks.add(url);
                    promises.push(this.checkLink(url, referrer));
                    if (promises.length >= this.threads || this.queue.length === 0) {
                        const results = await Promise.all(promises);
                        results.forEach((result) => {
                            result?.forEach((link) => !this.visitedLinks.has(link.url) && this.queue.push(link));
                        });
                        promises.length = 0;
                        this.checkedLinks += results.length;
                    }
                }
            }
            if (this.logs && this.checkedLinks - lastChecked > 100) {
                console.log(`Проверено ${this.checkedLinks} ссылок, в очереди ${this.queue.length}, ошибок ${this.errors.size}`);
                lastChecked = this.checkedLinks;
            }
        }
        if (promises.length > 0) {
            const results = await Promise.all(promises);
            results.forEach((result) => {
                result?.forEach((link) => this.queue.push(link));
            });
            promises.length = 0;
            this.checkedLinks += results.length;
        }
        // если есть ссылки с 429, то заменим очередь, переключимся на 1 поток и запустим заново
        if (this.logs && this.oneThread.length > 0) {
            console.log(`Одно поточная проверка ошибок со статусом 429. Количество: ${this.oneThread.length}`);
            this.queue = [...this.oneThread];
            this.oneThread.length = 0;
            this.threads = 1;
            await this.run();
        }
    }
    getErrors() {
        return this.errors;
    }
}
// пример использования
async function runLinkChecker() {
    console.time('Link checking');
    const startUrl = "http://127.0.0.1:5500/page.html";
    const linkChecker = new LinkChecker(startUrl, 50, true);
    await linkChecker.run();
    linkChecker.outputErrors();
    console.timeEnd('Link checking');
}
runLinkChecker().catch(e => {
    console.log('Ошибка при выполнении проверки ссылок:', e);
});