Javascript 解析HTML时如何解决错误

我试图通过以下方式从谷歌电子表格中的网页中获取元素：

function pegarAsCoisas() {
  var html = UrlFetchApp.fetch("http://www.saosilvestre.com.br").getContentText();
  var elements = XmlService.parse(html);                 
}

然而，我不断地发现错误：

第2行错误：与元素类型“html”关联的属性名“itemscope”必须后跟“=”字符。（第4行，文件“”）

我如何解决这个问题？我想从这个站点获取H1文本，但对于其他站点，我必须选择其他元素

---

我知道

XmlService.parse（html）

方法适用于其他网站，比如维基百科。正如您所看到的。

html不是xml。您不需要尝试解析它。您需要使用字符串方法：

function pegarAsCoisas() {

  var urlFetchReturn = UrlFetchApp.fetch("http://www.saosilvestre.com.br");
  var html = urlFetchReturn.getContentText();

  Logger.log('html.length: ' + html.length);

  var index_OfH1 = html.indexOf('<h1');
  var endingH1 = html.indexOf('</h1>');

  Logger.log('index_OfH1: ' + index_OfH1);
  Logger.log('endingH1: ' + endingH1);

  var h1Content = html.slice(index_OfH1, endingH1);
  var h1Content = h1Content.slice(h1Content.indexOf(">")+1);

  Logger.log('h1Content: ' + h1Content);

};

函数pegarAsCoisas（）{ var urlFetchReturn=UrlFetchApp.fetch（“http://www.saosilvestre.com.br"); var html=urlFetchReturn.getContentText（）； Logger.log（'html.length:'+html.length）；

---

var index_of h1=html.indexOf（'尝试用

itemscope=''

替换

itemscope

：

---

有关更多信息，请参阅。

XMLService服务仅适用于100%正确的XML内容。它不具有容错性。Google apps脚本以前有一个名为XML service的容错服务，但它已被弃用。但是，它仍然有效，您可以使用它，如此处所述：

从技术上讲，HTML和XHTML是不同的。请参阅

关于操作代码，下面的代码可以正常工作

function pegarAsCoisas() {
  var html =  UrlFetchApp
    .fetch('http://www.saosilvestre.com.br')
    .getContentText();
  Logger.log(html);
}

正如在前面的回答中所说，应该使用其他方法，而不是直接在UrlFetchApp返回的对象上使用XmlService。您可以尝试首先将网页源代码从HTML转换为XHTML，以便能够使用Xml服务（XmlService），使用Xml服务，因为它可以直接处理HTML页面，或者直接将web页面源代码作为文本文件处理

相关问题：

---

我使用的是regex.exec（），但您的方法要简单得多……然而，能够解析HTML会让may的生活变得更轻松，因为我可以在更复杂的页面中按ID、类等进行选择……并且您可以使用XmlService.parse（HTML）解析HTML；有些网页，比如wikipedia，效果很好……我认为要使用DOM方法，你需要将HTML传回前端；这是可以做到的。但是，我也不认为你需要解析它。如果你知道在

.gs

服务器端代码中选择ID、类等的方法，让我知道怎么做。2017年3月开始工作！

indexOf

允许调整搜索起点。有关的详细信息。此代码返回：ReferenceError:“replace”未定义。（第3行，文件“code”）

function pegarAsCoisas() {
  var html =  UrlFetchApp
    .fetch('http://www.saosilvestre.com.br')
    .getContentText();
  Logger.log(html);
}