Javascript 使用NodeJS从HTML中提取字符串

这是html

<iframe width="100%" height="166" scrolling="no" frameborder="no" 
src="http://w.soundcloud.com/player/?url=http%3A%2F%2Fapi.soundcloud.com%2Ftracks%2F11111111&amp;auto_play=false
&amp;show_artwork=true&amp;color=c3000d&amp;show_comments=false&amp;liking=false
&amp;download=false&amp;show_user=false&amp;show_playcount=false"></iframe>

我用的是NodeJS。我正在尝试提取trackID，在本例中是

11111111

跟踪

tracks%2F

。执行此操作的最稳定方法是什么

---

我是否应该使用正则表达式或一些JS字符串方法，如

substring（）

或

match（）

？

如果您知道

曲目%2F

只会在您可以执行以下操作时出现：

var your_track_ID = src.split(/tracks%2F/)[1].split(/&amp/)[0];

---

可能有更好的方法，但对于您的目的来说，这应该很好。

如果您知道

曲目%2F

只会在您可以执行以下操作时出现：

var your_track_ID = src.split(/tracks%2F/)[1].split(/&amp/)[0];

---

可能有更好的方法，但对于您的目的来说，这应该可以很好地工作。

如果曲目id始终是8位数字，并且html没有更改，您可以执行以下操作：

---

var trackId=html.match（/\d{8}/）

如果曲目id始终是8位数字，并且html没有更改，则可以执行以下操作：

---

var trackId=html.match（/\d{8}/）

用正则表达式解析html通常是一个非常糟糕的主意，但这是可以原谅的。为了安全起见，我会查找完整的URL：

var pattern = /w\.soundcloud\.com.*tracks%2F(\d+)&/
  , trackID = (html.match(pattern) || [])[1]

---

用正则表达式解析HTML通常是一个非常糟糕的主意，但这是可以原谅的。为了安全起见，我会查找完整的URL：

var pattern = /w\.soundcloud\.com.*tracks%2F(\d+)&/
  , trackID = (html.match(pattern) || [])[1]

---

您可以使用节点模块[url+jsdom+qs]查找曲目

试试这个

var jsdom = require('jsdom');
var url = require('url');
var qs = require('qs');

var str = '<iframe width="100%" height="166" scrolling="no" frameborder="no"'
  + 'src="http://w.soundcloud.com/player/?url=http%3A%2F%2Fapi.soundcloud.com%2Ftracks%2F11111111&amp;auto_play=false"'
  + '&amp;show_artwork=true&amp;color=c3000d&amp;show_comments=false&amp;liking=false'
  + '&amp;download=false&amp;show_user=false&amp;show_playcount=false"></iframe>';

jsdom.env({
  html: str,
  scripts: [
    'http://code.jquery.com/jquery-1.5.min.js'
  ],
  done: function(errors, window) {
    var $ = window.$;
    var src = $('iframe').attr('src');
    var aRes = qs.parse(decodeURIComponent(url.parse(src).query)).url.split('/');
    var track_id = aRes[aRes.length-1];

    console.log("track_id =", track_id);
  }
});

var jsdom=require（'jsdom'）；
var url=require（'url'）；
var qs=要求（'qs'）；
var str='您可以使用节点模块[url+jsdom+qs]查找轨迹

试试这个

var jsdom = require('jsdom');
var url = require('url');
var qs = require('qs');

var str = '<iframe width="100%" height="166" scrolling="no" frameborder="no"'
  + 'src="http://w.soundcloud.com/player/?url=http%3A%2F%2Fapi.soundcloud.com%2Ftracks%2F11111111&amp;auto_play=false"'
  + '&amp;show_artwork=true&amp;color=c3000d&amp;show_comments=false&amp;liking=false'
  + '&amp;download=false&amp;show_user=false&amp;show_playcount=false"></iframe>';

jsdom.env({
  html: str,
  scripts: [
    'http://code.jquery.com/jquery-1.5.min.js'
  ],
  done: function(errors, window) {
    var $ = window.$;
    var src = $('iframe').attr('src');
    var aRes = qs.parse(decodeURIComponent(url.parse(src).query)).url.split('/');
    var track_id = aRes[aRes.length-1];

    console.log("track_id =", track_id);
  }
});

var jsdom=require（'jsdom'）；
var url=require（'url'）；
var qs=要求（'qs'）；
var str='右侧™ 实现这一点的方法是使用some解析HTML，并以这种方式获取URL，然后使用regexp解析URL

如果由于某些原因，您没有无限的时间和精力，那么其中一个建议的纯reg exp解决方案将起作用。
正确答案™ 实现这一点的方法是使用some解析HTML，并以这种方式获取URL，然后使用regexp解析URL

如果由于某些原因，您没有无限的时间和精力，建议的纯reg exp解决方案之一将有效。
2019年更新…

这是基于blueiur的答案构建的，并详细介绍了解决方案
JSDOM
需要先安装，然后才能使用：

npm install jsdom

现在，根据，您可以像这样实例化
JSDOM
：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

您已经有了一些要解析的html，我将使用您的示例并将其定义为模板文本：

const data = `<iframe width="100%" height="166" scrolling="no" frameborder="no" 
src="http://w.soundcloud.com/player/?url=http%3A%2F%2Fapi.soundcloud.com%2Ftracks%2F11111111&amp;auto_play=false
&amp;show_artwork=true&amp;color=c3000d&amp;show_comments=false&amp;liking=false
&amp;download=false&amp;show_user=false&amp;show_playcount=false"></iframe>`;

这里发生了什么事？您正在使用提供的HTML创建一个新的JSDOM对象，并获取
窗口
属性的
文档
属性。从现在开始，您可以像在浏览器中一样使用
document.getElementsByTagName（）
和其他类似的函数

要继续您的特定示例，您需要提取文档中唯一
iframe
的
src
属性。有多种方法可以做到这一点。一个示例是使用
getElementsByTagName
拉取第一个
iframe
，如下所示：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

现在我们有了
src
属性，我们可以将其拆分并处理
url
查询值。这就是我们将使用NodeJS附带的
URL
类的地方。根据，我们可以通过创建URL对象并访问
searchParams
属性来获取搜索参数，如下所示：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

现在，您已经将查询字符串设置为
URLSearchParams
对象，您可以访问如下单个术语：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

如果您现在查看
scURL
的内容，您会发现它是作为查询传递的嵌入式url，因此我们可以使用另一个
url
对象解析它，并提取
pathname
属性，如下所示：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

我们现在就要接近了，可以使用JavaScript的标准字符串函数将路径拆分为您想要的get值：

const val = src2.split('/')[2];

并打印结果：

console.log(val);

。。。这将产生以下输出：

11111111

总而言之，以下是完整的代码：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const data = `<iframe width="100%" height="166" scrolling="no" frameborder="no" 
src="http://w.soundcloud.com/player/?url=http%3A%2F%2Fapi.soundcloud.com%2Ftracks%2F11111111&amp;auto_play=false
&amp;show_artwork=true&amp;color=c3000d&amp;show_comments=false&amp;liking=false
&amp;download=false&amp;show_user=false&amp;show_playcount=false"></iframe>`;

const { document } = (new JSDOM(data)).window;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

const val = src2.split('/')[2];

console.log(val);

constjsdom=require（'jsdom'）；
const{JSDOM}=JSDOM；
常量数据=``；
const{document}=（新JSDOM（数据））.window；
const src1=document.getElementsByTagName（'iframe'）[0].src；
常量参数=（新URL（src1））.searchParams；
const scURL=params.get（'src'）；
const src2=（新URL（src2））.pathname；
const val=src2.split（'/'）[2]；
控制台日志（val）；

您可以根据需要合并该值并消除中间值。
2019年更新…

这是基于blueiur的答案构建的，并详细介绍了解决方案
JSDOM
需要先安装，然后才能使用：

npm install jsdom

现在，根据，您可以像这样实例化
JSDOM
：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

您已经有了一些要解析的html，我将使用您的示例并将其定义为模板文本：

const data = `<iframe width="100%" height="166" scrolling="no" frameborder="no" 
src="http://w.soundcloud.com/player/?url=http%3A%2F%2Fapi.soundcloud.com%2Ftracks%2F11111111&amp;auto_play=false
&amp;show_artwork=true&amp;color=c3000d&amp;show_comments=false&amp;liking=false
&amp;download=false&amp;show_user=false&amp;show_playcount=false"></iframe>`;

这里发生了什么事？您正在使用提供的HTML创建一个新的JSDOM对象，并获取
窗口
属性的
文档
属性。从现在开始，您可以像在浏览器中一样使用
document.getElementsByTagName（）
和其他类似的函数

要继续您的特定示例，您需要提取文档中唯一
iframe
的
src
属性。有多种方法可以做到这一点。一个示例是使用
getElementsByTagName
拉取第一个
iframe
，如下所示：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

现在我们有了
src
属性，我们可以将其拆分并处理
url
查询值。这就是我们将使用NodeJS附带的
URL
类的地方。根据，我们可以通过创建URL对象并访问
searchParams
属性来获取搜索参数，如下所示：

const jsdom = require('jsdom');
const { JSDOM } = jsdom;

const src1 = document.getElementsByTagName('iframe')[0].src;

const params = (new URL(src1)).searchParams;

const scURL = params.get('src');

const src2 = (new URL(src2)).pathname;

现在，您已经将查询字符串设置为
URLSearchParams
对象，您可以