V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 3620 days ago, the information mentioned may be changed or developed.
因为硬件条件限制，无法用 java 在后台解析获取的网页，也不能用 iframe 在页面嵌入 ajax 获取到的 html 文件，只能用 js 的正则表达式等去解析 html 文件。求大神指条明路，拜托拜托
 | 1 will0404 Jun 1, 2016 浏览器端不清楚 ，如果是 node 环境可以用 cheerio 这个库 |
 | 3 zenxds Jun 1, 2016 用 createFragment 不就可以了 |
 | 4 imn1 Jun 1, 2016 导入到不可视元素就可以 DOM 了 |
 | 5 loading Jun 1, 2016 via Android 没有用过 js 吗？ 如果是固定的 html ，用 jQuery 就能处理了。 |
 | 6 zhouyg Jun 1, 2016 可以用 jquery 中带的那个搜索器 |
 | 7 Arrowing Jun 1, 2016 jquery 就可以吧 $('html') $('<html></html>') //文本内容 |
 | 10 bigcoon Jun 1, 2016 正则 |
 | 12 xudd OP @bigcoon 现在就是用的正则，可是不知道为什么会卡死浏览器，我的代码是这样的 function doAjaxCall(the_request){ $.ajax({ type:"get", url:the_request, dataType:"html", success:function(result){ var ol = result+""; var regTitle = /shelf-title-table[^.]*(\s*)[^.]*(\n)*(\r)*(.*)[^.]*(\?)*?menu-container/gm; var mTitle,proName; var reg = /yt-shelf-grid-item[^.]*(\s*)[^.]*(\n)*(\r)*(.*)[^.]*(\?)*?yt-shelf-grid-item/gm; var m,i=0; $("#program").empty(); while(i<7){ mTitle = regTitle.exec(ol) //alert(regTitle.lastIndex) prOname= mTitle[0].match(/branded-page-module-title-text(\s*?)(.*?)<\/span>/)[0].replace("branded-page-module-title-text\">","").replace("</span>",""); var str = '<div class="nav"><ul><li><span>'+proName+'</span></li></ul></div>'+ '<div class="zd_con" id="zdCon'+i+'"><ul id="programList'+i+'">'; var j = 0; strVertArr[i] = new Array(); reg.lastIndex = regTitle.lastIndex; while(j<5){ m = reg.exec(ol); var imgSrcURL = m[0].match(/src=".*?"/)[0].replace("src=\"","").replace("\"",""); var aHref = m[0].match(/href="\S*?"/)[0].replace("href=\"","http://www.youtube.com").replace("\"",""); var name = '';//m[0].match(/yt-lockup-title[^.]*?(\s*?)(.*?)<\/h3>/)[0].match(/title="\S*?"/)[0].replace("title=\"","").replace("\"",""); var description = '';//m[0].match(/<li>[^.]*(.*)(\s*)(.*)[^.]*<\/li>/)[0].replace("<li>","").replace("</li><li>","-").replace("</li>",""); if(j<5){ if(j==0) str += '<li><a id="a'+i+j+'" Onkeydown="changeHome(event,\'\')" Onfocus="return false;" '; else str += '<li><a id="a'+i+j+'" Onkeydown="changeLoc(event,\'\')" Onfocus="return false;" '; str += ' href="Javascript:goToPlay(\'' + aHref + '\');" class="scale-item movies big-cover">'; str += '<img class="big-img" src="'+imgSrcURL+'" />'; str += '<span class="wz"><h3>'+name+'</h3><p>' + description +'</p></span></a></li>'; } strVertArr[i][j] = new AdItem(name,imgSrcURL,aHref,description); j++; //ol.replace(m[0]+"",""); } //alert(reg.lastIndex) str += '</ul></div>'; strArray[i] = str; i++; $("#program").append(str); //ol.replace(mTitle[0]+"",""); } $("#program").css("margin-bottom","20px"); $(".body-right").css("margin-top","0px"); } }); } |
| 14 imn1 Jun 1, 2016 |
 | 15 pimin Jun 1, 2016 楼主这个 js 是运行在盒子的浏览器,还是 web 端的浏览器啊? 如果是运行在盒子,不如中间加一层代理,就是做 API 返回 JSON,这样处理就简单得多,更省资源. 盒子性能优先,正则处理 HTML 开销并不比后台处理小. |
 | 16 loginv2 Jun 1, 2016 @xudd 不清楚问题所在 但是可以肯定的是 把+=这种拼接字符串 改成数组 push 每一行内容 最后 join 起来 是一种优化 字符串拼的越多的时候 效果越明显 |
 | 17 hronro Jun 1, 2016 有个思路，就是把文本形式的 html ，直接插入到一个 display:none 的 div 中去，这样相当于可以通过浏览器原生的方法来解析 HTML ，而不用自己手动写 JS 来解析。当然实际性能如何，还需要具体测试 |
| 18 Arrowing Jun 1, 2016 @xudd 正则性能一般写的性能都很差，好的正则和不好的正则差别十分大，一般不建议这样使用。 例子(不能跨域)： $.ajax({ type:"get", url: 'https://cn.v2ex.com/t/282675', dataType:"html", success:function(result){ var htmlNode = $(result); console.log(htmlNode); }}); |
 | 19 iyangyuan Jun 1, 2016 innerHTML |
 | 20 ChiChou Jun 1, 2016 |
| 21 ChiChou Jun 1, 2016  1 楼主你给的代码看得太累了。既然你已经用了 jQuery ，也没有跨域的问题，那么用 jQuery 可以直接把返回的 HTML 构建出 DOM 树，包装成 jQuery 对象去访问里面的 dom 节点。然后用 css Query 去定位元素，并根据需要取 html() 或者 text() 就可以了。 一个参考的例子： http://stackoverflow.com/questions/20007721/parsing-returned-html-from-jquery-ajax-request |
| 22 xudd OP 非常感谢各位的耐心帮助，很多朋友都有提到 jquery ，但是我刚开始不太理解，看到 @ChiChou 给的链接才明白是怎么使用的，就是一句 ol = $(result).find(".item-section");就可以跟 iframe 一样使用 DOM 树上的内容了。再次感谢各位的帮助。 |
Select Language