在JavaScript中解析通过AJAX检索的HTML

我正在尝试编写一些JavaScript代码（特别是一个Chrome扩展），它可以执行以下操作：

通过AJAX检索某些网页的内容

通过定位HTML字符串中的某些元素并获取它们的内容，从该页面获取一些内容

用这些数据做点什么

我有1）和3）项工作，但我在以合理的方式完成第2）步时遇到了一些困难

我目前有2）通过

jQuery（htmlString）

实现，然后使用普通的jQuery选择器等来提取我想要的数据。问题是jQuery实际上将检索到的HTML添加到当前页面，加载并执行过程中的所有外部资源/脚本。这显然很糟糕

因此，我正在寻找一种方法来获取HTML字符串中某些标记中的文本和HTML，而不需要：

• 加载或执行HTML字符串中引用的任何脚本或资源（图像、CSS等）
• 尝试使用正则表达式删除外部资源，因为我们都知道当您使用正则表达式时会发生什么

我相信我可以使用jQuery实现我想要的，因为jsdom有一个

FetchExternalResources

选项，可以设置为

false

。然而，jsdom似乎只在NodeJ中工作，而不在浏览器中工作

有什么合理的方法可以做到这一点吗？

您可以使用

这是一项实验技术

因为这项技术 规格尚未稳定，请检查兼容性表中的 在各种浏览器中使用的正确前缀。还请注意 实验技术的语法和行为可能会发生变化 在未来版本的浏览器中，随着规范的更改

在

你也可以看看和

使用XMLHttpRequest的示例

XMLHttpRequest最初只支持XML解析。HTML解析 支持是最近增加的

在

上，您可以使用

这是一项实验技术

因为这项技术 规格尚未稳定，请检查兼容性表中的 在各种浏览器中使用的正确前缀。还请注意 实验技术的语法和行为可能会发生变化 在未来版本的浏览器中，随着规范的更改

在

你也可以看看和

使用XMLHttpRequest的示例

XMLHttpRequest最初只支持XML解析。HTML解析 支持是最近增加的

在

上，您可以使用

这是一项实验技术

因为这项技术 规格尚未稳定，请检查兼容性表中的 在各种浏览器中使用的正确前缀。还请注意 实验技术的语法和行为可能会发生变化 在未来版本的浏览器中，随着规范的更改

在

你也可以看看和

使用XMLHttpRequest的示例

XMLHttpRequest最初只支持XML解析。HTML解析 支持是最近增加的

在

上，您可以使用

这是一项实验技术

因为这项技术 规格尚未稳定，请检查兼容性表中的 在各种浏览器中使用的正确前缀。还请注意 实验技术的语法和行为可能会发生变化 在未来版本的浏览器中，随着规范的更改

在

你也可以看看和

使用XMLHttpRequest的示例

XMLHttpRequest最初只支持XML解析。HTML解析 支持是最近增加的

---

在

上，您看过jQuery.parseHTML（）了吗？看见它看起来会完全满足您的需要。

jQuery.parseHTML

仍然尝试加载外部图像等，而且它不执行脚本的尝试也受到了轻微的阻碍——从文档中可以看出：“但是，在大多数环境中，仍然可以间接执行脚本，例如通过属性。”哦，是的，你是对的。您能保证远程资源是XHTML吗？如果是这样，也许可以使用parseXML来解析它。如果没有，我就没有主意了。你看过jQuery.parseHTML（）了吗？看见它看起来会完全满足您的需要。

jQuery.parseHTML

仍然尝试加载外部图像等，而且它不执行脚本的尝试也受到了轻微的阻碍——从文档中可以看出：“但是，在大多数环境中，仍然可以间接执行脚本，例如通过属性。”哦，是的，你是对的。您能保证远程资源是XHTML吗？如果是这样，也许可以使用parseXML来解析它。如果没有，我就没有主意了。你看过jQuery.parseHTML（）了吗？看见它看起来会完全满足您的需要。

jQuery.parseHTML

仍然尝试加载外部图像等，而且它不执行脚本的尝试也受到了轻微的阻碍——从文档中可以看出：“但是，在大多数环境中，仍然可以间接执行脚本，例如通过属性。”哦，是的，你是对的。您能保证远程资源是XHTML吗？如果是这样，也许可以使用parseXML来解析它。如果没有，我就没有主意了。你看过jQuery.parseHTML（）了吗？看见它看起来会完全满足您的需要。

jQuery.parseHTML

仍然尝试加载外部图像等，而且它不执行脚本的尝试也受到了轻微的阻碍——从文档中可以看出：“但是，在大多数环境中，仍然可以间接执行脚本，例如通过属性。”哦，是的，你是对的。您能保证远程资源是XHTML吗？如果是这样，也许可以使用parseXML来解析它。如果没有，我就没有主意了。 Feature Chrome Firefox (Gecko) Internet Explorer Opera Safari Basic support (Yes) 4.0 (2.0) [1] 9.0 (Yes) (Yes) [1] The title parameter has only been made option in Firefox 23.

$.ajax("http://www.html5rocks.com/en/tutorials/").done(function (htmlString) {
    var doc = document.implementation.createHTMLDocument("");

    doc.write(htmlString);

    console.log(doc.getElementById('siteheader').textContent);
});

Feature Chrome Firefox (Gecko) Internet Explorer Opera Safari (WebKit) Support 18 11 10 --- Not supported

var xhr = new XMLHttpRequest();
xhr.onload = function () {
    console.log(this.responseXML.getElementById('siteheader').textContent);
};

xhr.open("GET", "http://www.html5rocks.com/en/tutorials/");
xhr.responseType = "document";
xhr.send();