使用Javascript获取网页文本

python库BeautifulSoup具有一个名为get_text（）的函数，该函数可以获取解析的HTML页面，例如：

并从中提取所有文本，从而将其转化为：

下面是函数可以执行的另一个示例：

如果给出以下条件：

<span id="sm_flash_225" onclick="sm_flash_process('bail', this,1)" onmouseover="sm_flash_add('bail', this, 1);" onmouseout="sm_flash_remove('bail', this, 1);">bail</span> 

试试这个：

fetch("test.html")
  .then(data => data.text())
  .then(text => {
    let div = document.createElement("div");
    div.innerHTML = text;
    console.log(div.textContent);
  });

---

更安全的做法是不要将其他站点的实时HTML（和JS）插入到您自己的站点中。请改用DOMParser：

fetch（“https://cors-anywhere.herokuapp.com/stackoverflow.com", )
.then（response=>response.text（））
。然后（responseText=>{
const responseDocument=（新的DOMParser（））.parseFromString（responseText，'text/html'）；
log（responseDocument.head.textContent）；
log（responseDocument.body.textContent）；
});谢谢，这起作用了。你能解释一下你的代码是做什么的吗？@Roymunson，只是html提供的一个接口，你可以通过document.createElement创建一个html元素，通过innerHTML设置它的内容，并通过ele.textContentQuick获得文本。你说不将另一个站点的实时html插入你自己的站点更安全。但先升路的解决方案是否真的涉及到将html插入网站？也就是说，
document.CreateElement（“div”）
是否真的将一个
div
插入到一个活动站点中？这些都是chrome/firefox web扩展的代码，所以我不认为我实际上在修改任何网站。如果这个问题很愚蠢，我深表歉意——我对Javascript还比较陌生。
fetch("test.html")
  .then(data => data.text())
  .then(text => {
    let div = document.createElement("div");
    div.innerHTML = text;
    console.log(div.textContent);
  });