使用 jQuery 解析远程内容的最佳实践是啥?

Posted

技术标签:

【中文标题】使用 jQuery 解析远程内容的最佳实践是啥?【英文标题】:What is the best practice for parsing remote content with jQuery?使用 jQuery 解析远程内容的最佳实践是什么? 【发布时间】:2010-11-05 07:31:41 【问题描述】:

在调用 jQuery ajax 来检索整个 Xhtml 文档之后,从结果字符串中选择特定元素的最佳方法是什么?也许有一个库或插件可以解决这个问题?

jQuery 只能选择存在于字符串中的 XHTML 元素,前提是它们通常在 W3C 规范中的 div 中被允许;因此,我对选择 <title><script><style> 等内容感到好奇。

根据 jQuery 文档:

http://docs.jquery.com/Core/jQuery#htmlownerDocument

HTML 字符串不能包含 a 中无效的元素 div,例如 html、head、body 或 标题元素。

因此,既然我们已经确定 jQuery 不提供执行此操作的方法,我将如何选择这些元素?例如,如果您能告诉我如何选择远程页面的标题,那就太好了!

谢谢,皮特

【问题讨论】:

好时机!我现在也可以为此使用答案。 我注意到即使尝试解析 RSS 提要也会出现此问题。例如,您不能在 标记中抓取 或 。 【参考方案1】:

我建议您暂时退出 jQuery 并使用原始 XML dom 方法,而不是破解 jQuery。使用 XML Dom 方法可以做到这一点:

  window.onload = function() 
    $.ajax(
          type: 'GET', 
          url: 'text.html',
          dataType: 'html',
          success: function(data) 

            //cross platform xml object creation from w3schools
            try //Internet Explorer
              
              xmlDoc=new ActiveXObject("Microsoft.XMLDOM");
              xmlDoc.async="false";
              xmlDoc.loadXML(data);
              
            catch(e)
              
              try // Firefox, Mozilla, Opera, etc.
                
                parser=new DOMParser();
                xmlDoc=parser.parseFromString(data,"text/xml");
                
              catch(e)
                
                alert(e.message);
                return;
                
              

            alert(xmlDoc.getElementsByTagName("title")[0].childNodes[0].nodeValue);
          
    );
  

不要乱用 iframe 等。

【讨论】:

我在这和使用正则表达式之间纠结。由于我要求最佳实践,我选择了这个答案。【参考方案2】:

如果您创建一个 iframe 来临时存储文档,这只是一个想法 - 在 FF/Safari 中测试过 - 似乎可行。当然,如果你正在这样做,那么只使用 iframe 的 src 属性来加载文档并在它的“onload”中做任何你想做的事情可能会更聪明。

  $(function() 
    $.ajax(
      type: 'GET', 
      url: 'result.html',
      dataType: 'html',
      success: function(data) 
        var $frame = $("<iframe src='about:blank'/>").hide();
        $frame.appendTo('body');
        var doc = $frame.get(0).contentWindow.document;
        doc.write(data);
        var $title = $("title", doc);
        alert('Title: '+$title.text() );
        $frame.remove();
      
    );
  );

我必须将 iframe 附加到正文以使其具有 .contentWindow。

【讨论】:

为什么我一开始没有想到 iframe?这很棒!我看到的唯一可能的问题是,如果您必须从另一个站点获取文档,iframe 可能无法工作。我没试过,但我认为跨域脚本策略会禁止与源的任何交互。 这行得通,但问题是寻找最佳实践而不是 hack。 @zinigor 这是一个有争议的问题,因为您甚至无法发出跨域 AJAX 请求。 @Josh Stodola 是的,但我不是在谈论 AJAX 请求。您可以简单地编辑 iframe 的 src 属性并使其指向另一个站点,并且它不必位于同一个域中。这就是同源政策限制将限制所有交互的地方。 @JoshStodola 有一个解决方法,您可以使用 curl,抓取内容并回显它,然后对该文件发出 ajax 请求。【参考方案3】:

灵感来自this answer,但有延迟:

function fetchDoc(url) 
  var dfd;
  dfd = $.Deferred();

  $.get(url).done(function (data, textStatus, jqXHR) 

    var $iframe = $('<iframe style="display:none;"/>').appendTo('body');
    var $doc = $iframe.contents();
    var doc = $doc[0];

    $iframe.load(function() 
      dfd.resolveWith(doc, [data, textStatus, jqXHR]);
      return $iframe.remove();
    );
    doc.open();
    doc.write(data);

    return doc.close();
  ).fail(dfd.reject);

  return dfd.promise();
;

然后抽它:

fetchDoc('/foo.html').done(function (data, textStatus, jqXHR) 
  alert($('title', this).text());
);

LIVE DEMO(点击“运行”)

【讨论】:

【参考方案4】:

一些快速的标签重命名怎么样?

$.ajax(
    type : "GET",
    url : 'results.html',
    dataType : "html",
    success: function(data) 

        data = data.replace(/html/g, "xhtmlx");
        data = data.replace(/head/g, "xheadx");
        data = data.replace(/title/g, "xtitlex");
        data = data.replace(/body/g, "xbodyx");

        alert($(data).find("xtitlex").text());
    

);

【讨论】:

@Ben Koehler :我想使用这段代码,但我很惊讶,它在 IE8 上不起作用(没有在 IE7 上测试),在 Chrome 2.x 和 FF 3 上没问题。 x【参考方案5】:

这行得通。我只是拆分了构建块以获得更好的可读性。

查看解释和内联 cmets 以了解其工作原理以及为什么必须这样制作。

当然,这不能用于检索跨域内容,因为您要么必须通过自己的脚本代理调用,要么考虑像 flXHR (Cross-Domain Ajax with Flash) 这样的集成

call.html

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
  <head>
    <meta http-equiv="content-type" content="text/html; charset=utf-8" />
    <title>asd</title>
    <script src="jquery.js" type="text/javascript"></script>
    <script src="xmlDoc.js" type="text/javascript"></script>
    <script src="output.js" type="text/javascript"></script>
    <script src="ready.js" type="text/javascript"></script>
  </head>
  <body>
    <div>
      <input type="button" id="getit" value="GetIt" />
    </div>
  </body>
</html>

jquery.js 是(未压缩的 jQuery 1.3.2) test.html 一个有效的 XHTML 文档

xmlDoc.js

// helper function to create XMLDocument out of a string
jQuery.createXMLDocument = function( s ) 
  var xmlDoc;
  // is it a IE?
  if ( window.ActiveXObject ) 
    xmlDoc = new ActiveXObject('Microsoft.XMLDOM');
    xmlDoc.async = "false";
    // prevent erros as IE tries to resolve the URL in the DOCTYPE
    xmlDoc.resolveExternals = false;
    xmlDoc.validateOnParse = false;
    xmlDoc.loadXML(s);
   else 
    // non IE. give me DOMParser
    // theoretically this else branch should never be called
    // but just in case.
    xmlDoc = ( new DOMParser() ).parseFromString( s, "text/xml" );
  
  return xmlDoc;
;

output.js

// Output the title of the loaded page
// And get the script-tags and output either the
// src attribute or code
function headerData(data) 
  // give me the head element
  var x = jQuery("head", data).eq(0);
  // output title
  alert(jQuery("title", x).eq(0).text());
  // for all scripttags which include a file out put src
  jQuery("script[src]", x).each(function(index) 
    alert((index+1)+" "+jQuery.attr(this, 'src'));
  );
  // for all scripttags which are inline javascript output code
  jQuery("script:not([src])", x).each(function(index) 
    alert(this.text);
  );

ready.js

$(document).ready(function() 
  $('#getit').click(function() 
    $.ajax(
      type : "GET",
      url : 'test.html',
      dataType : "xml",
      // overwrite content-type returned by server to ensure
      // the response getst treated as xml
      beforeSend: function(xhr) 
        // IE doesn't support this so check before using
        if (xhr.overrideMimeType) 
          xhr.overrideMimeType('text/xml');
        
      ,
      success: function(data) 
        headerData(data);
      ,
      error : function(xhr, textStatus, errorThrown) 
        // if loading the response as xml failed try it manually
        // in theory this should only happen for IE
        // maybe some
        if (textStatus == 'parsererror') 
          var xmlDoc = jQuery.createXMLDocument(xhr.responseText);
          headerData(xmlDoc);
         else 
          alert("Failed: " + textStatus + " " + errorThrown);
        
      
    );
  );
);

在 Opera 中,没有 createXMLDocumentbeforeSend 函数,整个事情都可以工作。

Firefox (3.0.11) 和 IE6(无法测试 IE7、IE8、其他浏览器)需要额外的技巧,因为当服务器返回的 Content-Type: 未指示它是 xml 时,它们会出现问题.我的网络服务器为test.html. 返回了Content-Type: text/html; charset=UTF-8 在这两个浏览器中,jQuery 调用了error 回调,textStatusparsererror。因为在 jQuery.js 的第 3706 行

data = xml ? xhr.responseXML : xhr.responseText;

data 被设置为空。在 FF 和 IE 中,xhr.responseXML 为空。发生这种情况是因为他们不知道返回的数据是 xml(就像 Opera 一样)。只有xhr.responseText 设置了整个xhtml 代码。由于数据为空,第 3708 行

if ( xml && data.documentElement.tagName == "parsererror" )

抛出一个在第 3584 行捕获的异常,状态设置为 parsererror

在FF中,我可以在发送请求之前使用overrideMimeType()函数解决问题。

但 IE 不支持 XMLHttpRequest 对象上的该功能,因此如果运行错误回调并且错误为 parsererror,我必须自己生成 XMLDocument。

test.html 示例

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
  <head>
    <meta http-equiv="content-type" content="text/html; charset=utf-8" />
    <title>Plugins | jQuery Plugins</title>
    <script type="text/javascript" src="jquery.js"></script>
    <script type="text/javascript">var imagePath = '/content/img/so/';</script>
  </head>
  <body>
  </body>
</html>

【讨论】:

【参考方案6】:

无耻地复制并改编自我的另一个答案 (Simple jQuery ajax example not finding elements in returned HTML),这会获取远程页面的 HTML,然后 parseHTML 函数为其创建一个临时 div 元素并将其放入其中,运行它并返回请求的元素。 jQuery 然后提醒里面的 text()。

$(document).ready(function()
  $('input').click(function()
    $.ajax(
      type : "POST",
      url : 'ajaxtestload.html',
      dataType : "html",
      success: function(data) 
        alert( data ); // shows whole dom
        var gotcha = parseHTML(data, 'TITLE'); // nodeName property returns uppercase
        if (gotcha) 
          alert($(gotcha).html()); // returns null
        else
          alert('Tag not found.');
        
      ,
      error : function() 
        alert("Sorry, The requested property could not be found.");
      
    );
  );
);

function parseHTML(html, tagName) 
  var root = document.createElement("div");
  root.innerHTML = html;
  // Get all child nodes of root div
  var allChilds = root.childNodes;
  for (var i = 0; i < allChilds.length; i++) 
    if (allChilds[i].nodeName == tagName) 
      return allChilds[i];
    
  
  return false;

例如,要获取多个项目或脚本标签列表,我认为您必须改进 parseHTML 功能,但是嘿 - 概念证明 :-)

【讨论】:

应用简单的线性搜索肯定不是最佳做法。 当然不是——但该示例显示了一种方法,您也可以从正文之外的外部文档中选择标签,这是 jQuery 无法做到的。 javascriptkit.com/dhtmltutors/treewalker.shtml 可能有用吗? 另外,我很确定这会成为 jQuery 在获取 <meta> 等标签时遇到的相同问题的受害者。阅读关于 htmlOwnerDocument 的问题中的链接 gnarf,不确定您的意思 - 我测试了代码,它有效吗? jQuery 并不真正获取 HTML,只是获取“数据”。非 jQuery 函数将该数据解析为标签,然后将其中之一返回给 jQuery。如果你遇到了一个 jQuery 不喜欢的标签,你总是可以用相同的函数解析它的内容。【参考方案7】:

如果您想查找特定命名字段的值(即表单中的输入),类似这样的内容会为您找到它们:

var fields = ["firstname","surname", ...."foo"];

function findFields(form, fields) 
  var form = $(form);
  fields.forEach(function(field) 
    var val = form.find("[name="+field+"]").val();
    ....

【讨论】:

谢谢,但这不是我想做的。 我看到你重新编辑了你的问题。如果您想处理整个 XHTML 片段,那么像 Resig 的微模板之类的东西可以为您指明正确的方向……请参阅 ejohn.org/blog/javascript-micro-templating 不确定您的任何一个回答如何甚至可以间接回答我的问题。我没有对这个问题进行重大修改。【参考方案8】:

这个怎么样:Load XML from string

【讨论】:

【参考方案9】:
$.get('yourpage.html',function(data)
    var content = $('<div/>').append(data).find('#yourelement').html();
);

您也可以简单地临时包裹在一个 div 中。您甚至不需要将其添加到 DOM。

【讨论】:

【参考方案10】:

在将 XML 字符串解析为 XML DOM 后,我会直接在其上使用 jQuery(您可以通过为 jQUery 选择器提供上下文来实现此目的,例如 $(':title', xdoc.rootElement) 或使用 @987654325 @(在 Firefox 中工作;据说有 IE 库,但我没有取得很好的成功)。

【讨论】:

来自问题:“既然我们已经确定 jQuery 不提供这样做的方法” ...

以上是关于使用 jQuery 解析远程内容的最佳实践是啥?的主要内容,如果未能解决你的问题,请参考以下文章

在 Swift 中验证电子邮件地址的最佳实践是啥?

解析服务器:用远程数据更新本地存储的最佳方法是啥

临时维护页面的最佳实践方法和状态代码是啥?

CSS3 - 性能最佳实践是啥? [关闭]

解析命令行参数的最佳方法是啥? [关闭]

解析命令行参数的最佳方法是啥? [关闭]