使用 Javascript 读取页面 XML答案

【问题标题】：Read page XML using Javascript使用 Javascript 读取页面 XML
【发布时间】：2011-03-11 03:14:57
【问题描述】：

大家好，这让我发疯了，所以我想问问这个网站上的专家，看看你是否知道怎么做 =)

我正在尝试创建一些可以读取网页元素的 javascript 代码（例如，第一段说什么？）。这是我到目前为止所拥有的，但它不起作用，我不知道为什么：

<script type="text/javascript">
<!--
var req;
// handle onreadystatechange event of req object
function processReqChange() {
    // only if req shows "loaded"
    if (req.readyState == 4) {
        // only if "OK"
        if (req.status == 200) {
            //document.write(req.responseText);
            alert("done loading");

            var responseDoc = new DOMParser().parseFromString(req.responseText, "text/xml");
            alert(responseDoc.evaluate("//title",responseDoc,null,
                        XPathResult.FIRST_ORDERED_NODE_TYPE,null).singleNodeValue);
         } 
         else {
            document.write("<error>could not load page</error>");
         }
    }
}

req = new XMLHttpRequest();
req.onreadystatechange = processReqChange;
req.open("GET", "http://www.apple.com", true);
req.send(null);
// -->

不断出现的警报是“null”，我不知道为什么。有什么想法吗？

【问题讨论】：

简单问题...您是否尝试过控制台记录 responseText 以确保它是有效的 XML？能否提交 XML 以供查看？据我所知，您的 xPath 字符串很好，您对评估的使用也很好...
使用它的方式将不会总是有效的 xml。不确定这是否是问题所在，但我怎样才能让它也读取脏 xml？（或者只使用 dom 结构）
DomParser 对正确格式化的 XML 非常挑剔。我自己也遇到过问题。对于错过的“>”等，这不是很宽容。
哦，您可以尝试在 XML 的开头添加 '<?xml version="1.0" encoding="UTF-8" ?>，以确保解析器将其视为 XML

标签： javascript dom xmlhttprequest domparser

【解决方案1】：

这可能是由于跨域限制...除非您在 apple.com 上托管您的网页。 :) 您也可以使用 jQuery 并避免写出所有这些内容和/或处理任何常见的可能的跨浏览器 XML 加载/解析问题。 http://api.jquery.com/category/ajax/

更新： 看起来它可能与源网站的 Content-Type 或类似的东西有关......例如，这段代码似乎工作......（注意加载的域......）


var req;
// handle onreadystatechange event of req object
function processReqChange() {
    // only if req shows "loaded"
    if (req.readyState == 4) {
        // only if "OK"

        if (req.status == 200) {
            //document.write(req.responseText);
            //alert("done loading");
            //alert(req.responseText);

            var responseDoc = new DOMParser();
            var xmlText = responseDoc.parseFromString(req.responseText, "text/xml");
            try{
              alert(xmlText.evaluate("//title",xmlText,null,XPathResult.FIRST_ORDERED_NODE_TYPE,null).singleNodeValue);
            }catch(e){
              alert("error");
            }
         } 
         else {
            document.write("could not load page");
         }
    }
}

req = new XMLHttpRequest();
req.onreadystatechange = processReqChange;
req.open("GET", "http://www.jquery.com", true);
req.send(null);

我还尝试加载 espn.com 和 google.com，并注意到它们都有“Content-Encoding:gzip”，所以也许这就是问题所在，只是猜测。

【讨论】：

不，它会加载文本。你可以通过 alert(req.responseText);它将显示来自苹果网站的所有 html 代码。
在什么浏览器中？在将其上传到我的服务器后，我在 Mac OS 上的 Chrome 中看到“无法加载页面”。当我提醒 req.responseText 时，它是一个空警报。您使用的是有效的 DOCTYPE 吗？
你是否包含了结尾？由于某些原因，stackoverflow 将其切断
是的！您是在 Web 服务器上测试，还是在本地加载文件？
在本地加载它。以及它的野生动物园（刚刚意识到我之前没有回答）