使用 javascript 删除 HTML 中的远程内容链接

Question

我必须扫描 HTML 以查找远程内容（Iframe 标签、Img 标签、脚本标签等），并根据某些黑名单删除其中存在的链接。 我可以删除 src 指向黑名单 URL 的 iframe 、img 、脚本标签。

var mySpan = document.createElement(\"span\");
 mySpan.innerHTML = \"\";
 var block = p[key];
 var re = new RegExp(block);
 a = document.getElementsByTagName('iframe');
 for(i=0;i<a.length;i++)
 {
    var str = a.item(i).src;
    if(str.match(re))
     {

          a[i].parentNode.replaceChild(mySpan, a[i]);
        // + "a.item(i).src = '';
    }
 }

同样适用于 script 和 img 标签。但是可以有更多这样的标签。我可以有一个通用的解决方案来遍历 HTML 中的所有标签并查找/替换被列入黑名单的链接吗 我对 Javascript 很陌生，所以它的基础知识有点薄弱。 this solution 可以在我的情况下工作吗？ 我不想在 Android 上使用 JQuery 等库。

Answer 1

获取文档document.getElementsByTagName('*')中的所有元素

一旦你这样做了，使用你认为适合的代码来检查每个元素是否符合你的条件。

这将确保您已经检查了所有内容，如果您使用的是 jQuery，我可以让思考变得更简单。

但是，作为一个纯粹的 JavaScripter 非常尊重！

Answer 2

不要在 HTML 上使用任何正则表达式 - 使用 DOM。

1. 查看 HTML 标准，了解可包含外部链接的标签的属性列表。
2. 循环遍历从 document.getElementsByTagName(tagname) 返回的集合。
3. 对照黑名单检查属性并使用.getAttribute 和.removeAttribte 进行清理（奖励：您将获得标准化数据，无需担心人们试图通过时髦的转义来偷偷摸摸！）。
4. 其中许多属性将被称为src，因此您可能希望使用此属性循环标记名称"*"，以防万一/偏执。或者只是遍历所有元素的所有属性。虽然这会很慢，但仍然不能保证有人不会避免使用难以与纯文本区分的 URL（如 IP 或没有协议的域名），因此我建议不要进行全面扫描。