如何通过程序化方式（优先Bash）检测加载到网页的外部资源？

嘿，这个需求我太熟了！要程序化检查网站是否加载了jQuery、Imgur这类资源，分两种场景来处理就行——静态引用的资源和JS动态加载的资源，优先用Bash的话，给你整理几个实用的方案：

这种情况用curl+grep就能搞定，因为资源链接直接写在初始HTML里，不需要执行JS。

1. 检查jQuery #

用正则匹配常见的jQuery文件名（比如jquery.min.js）：

# 直接查看匹配结果
curl -s https://你的目标网站.com | grep -E 'jquery\.min\.js|jquery\.js'

# 脚本里判断是否存在（静默模式，只返回状态）
if curl -s https://你的目标网站.com | grep -q 'jquery\.min\.js'; then
    echo "✅ 检测到静态引用的jQuery"
else
    echo "❌ 未检测到静态引用的jQuery"
fi

-s是静默模式（不显示下载进度），-q让grep只返回退出码（0表示匹配到，1表示没匹配到），适合脚本逻辑判断。

2. 检查Imgur图片 #

匹配Imgur图片的典型URL格式（i.imgur.com开头的图片链接）：

curl -s https://你的目标网站.com | grep -E 'https?://i\.imgur\.com/[a-zA-Z0-9]+\.(png|jpg|jpeg|gif)'

如果资源是浏览器执行JS后才加载的（比如懒加载的图片、异步加载的脚本），curl就抓不到了——这时候需要用无头浏览器模拟真实浏览器的加载过程，Chrome/Chromium或Firefox都支持无头模式。

方法1：Chrome/Chromium无头模式 + HAR文件解析 #

Chrome可以生成HAR（HTTP Archive）文件，里面包含所有加载的资源请求，再用jq（JSON解析工具，需要提前安装）提取URL进行匹配。

步骤：

1. 生成HAR文件（包含所有资源请求）：

chromium --headless --disable-gpu --har=output.har --no-sandbox https://你的目标网站.com

--har=output.har指定把请求日志保存为HAR文件，--no-sandbox是Linux下的必要参数（避免权限问题）。

2. 解析HAR文件，检查目标资源：

# 检查是否加载了jQuery（只看成功返回的请求，状态码200）
jq '.log.entries[] | select(.response.status == 200) | .request.url' output.har | grep -E 'jquery\.min\.js'

# 检查是否加载了Imgur图片
jq '.log.entries[] | select(.response.status == 200) | .request.url' output.har | grep -E 'i\.imgur\.com'

3. 一键式脚本判断：

# 直接输出结果，不用保存HAR文件
chromium --headless --disable-gpu --har=- --no-sandbox https://你的目标网站.com 2>/dev/null | \
jq '.log.entries[] | .request.url' | \
grep -q 'jquery\.min\.js' && echo "✅ 检测到jQuery（静态/动态加载）" || echo "❌ 未检测到jQuery"

--har=-把HAR内容输出到标准输出，2>/dev/null忽略无头浏览器的无关报错。

方法2：Firefox无头模式（类似Chrome） #

如果你习惯用Firefox，命令格式差不多：

# 生成HAR文件
firefox --headless --screenshot /dev/null --har output.har https://你的目标网站.com

# 解析检查资源
jq '.log.entries[] | .request.url' output.har | grep -E 'i\.imgur\.com'

备选：wget蜘蛛模式（局限性大） #

如果不想装无头浏览器，可以用wget的蜘蛛模式模拟爬取，但它不执行JS，只能抓到静态资源和HTML里声明的链接，动态加载的还是抓不到：

wget --spider --recursive --level=1 --no-parent https://你的目标网站.com 2>&1 | grep -E 'jquery|imgur'

--spider是只检查链接不下载，--level=1限制只爬一级页面的资源。

把检查逻辑封装成函数，方便日常调用：

check_loaded_resource() {
    local target_url=$1
    local resource_pattern=$2

    # 用Chrome无头模式获取所有请求URL，过滤匹配项
    chromium --headless --disable-gpu --har=- --no-sandbox "$target_url" 2>/dev/null | \
    jq -r '.log.entries[] | .request.url' | \
    grep -E "$resource_pattern" | uniq

    # 判断是否匹配到
    if [ $? -eq 0 ]; then
        echo -e "\n✅ 检测到匹配资源：$resource_pattern"
    else
        echo -e "\n❌ 未检测到匹配资源：$resource_pattern"
    fi
}

# 使用示例
check_loaded_resource "https://你的目标网站.com" "jquery\.min\.js"
check_loaded_resource "https://你的目标网站.com" "i\.imgur\.com/[a-zA-Z0-9]+\.(png|jpg)"

uniq用来去重重复的资源URL，-r让jq输出纯文本URL（不带引号）。

内容的提问来源于stack exchange，提问作者VPL