使用 xPath（javascript，jquery）从 url 链接解析 html 页面

Question

我真的是 Javascript/jQuery 的新手。我之前用 Objective-C 和 Swift 编写过代码，并且可以使用 XPath 和 Hpple 之类的框架解析 (x)html 网站。

现在我必须在 JavaScript 中做类似的事情（来自 parse.com 的云代码）。

我现在的问题是，我想这样解析：

var url = "http://www.google.com";
var xpath = "//body";
someJavaScriptMagic.parse(url, xpath);

我经常看到人们使用document.evaluate方法，但他们解析的是他们当前所在的网站，而不是另一个网站。

有没有办法做到这一点？

我不知道这是否重要，但我正在使用来自 parse.com 的 CloudCode

编辑：

我已经尝试过使用 ajax 查询：

$.ajax({ url: 'http://www.digitec.ch', success: function(data) { alert(data); } });

但我每次都会收到以下错误：

XMLHttpRequest cannot load http://www.digitec.ch/. No 'Access-Control-Allow-Origin' header is present on the requested resource. Origin 'http://fiddle.jshell.net' is therefore not allowed access.

Answer 1

我认为SlimerJS 会帮助你。

Answer 2

您不能向与为发出请求的资源提供服务的域不同的域发出 AJAX 请求（即 JavaScript 中的 HTTP 请求）。换句话说，如果您的 JavaScript 是从“foo.com/some.js”提供的，并且它正在尝试获取“google.com”，它将失败。这称为同源策略，它是 Web 应用程序安全的基本原则。在这里阅读：http://en.wikipedia.org/wiki/Same-origin_policy。谷歌搜索“Access-Control-Allow-Origin”（来自您的错误）也会为您提供更多关于此的信息。

您可以通过向您自己的域中用作代理的脚本发出请求来解决此问题。例如：

foo.com/some.js

var url = "http://www.google.com";
someJavaScriptMagic.get("foo.com/fetchUrl?url="+url);

然后您有一个接受该请求的后端脚本，然后向 CGI 参数“url”指定的主机发出 HTTP 请求并返回 HTML。

Answer 3

查看this thread，了解如何从 URL 获取 HTML。

您可以使用 jQuery 函数 parseHTML 将字符串转换为一堆 DOM 对象，然后将这些 DOM 对象转换为 select elements。

如果您坚持使用 XPath，那么您可能想看看 document.evaluate 或 this thread。