在 adobe air 中解析 html

Question

我正在尝试在 adobe air 中加载和解析 html。主要目的是提取标题、元标记和链接。我一直在尝试 HTMLLoader，但我得到了各种各样的错误，主要是 javascript 未捕获的异常。

我还尝试直接加载 html 内容（使用 URLLoader）并将文本推送到 HTMLLoader（使用 loadString(...)），但得到了同样的错误。最后的办法是尝试将文本加载到 xml 中，然后使用 E4X 查询或 xpath，没有运气，因为 html 格式不正确。

我的问题是：

1. 那里有简单可靠的（空中/动作脚本）DOM 组件（我不需要显示页面，无头模式就可以）？
2. 是否有任何库可以将（糟糕的）html 转换为格式良好的 xml，以便我可以使用 xpath/E4X
3. 有关如何执行此操作的任何其他建议？

谢谢

Answer 1

ActionScript 应该是 JavaScript 的超集，幸运的是，有...

Pure JavaScript/ActionScript HTML Parser

由 Javascript 大师和 jQuery 创建者 John Resig 创建 :-)

一种方法是通过 HTMLtoXML() 运行 HTML，然后随意使用 E4X :)

Answer 2

阿法克：

1. 否 :-(
2. 否 :-(
3. 我认为获取标题和元标记的最简单方法是编写一些正则表达式。您可以将页面的 HTML 代码加载到字符串中，然后像这样读出您需要的任何内容：

var str:String = ""; // 这里放 HTML 代码

var pattern:RegExp = /<title>(.+)<\/title>/i;

trace(pattern.exec(str));