如何使用 node js 从目录中获取所需类型的文件和所需内容？答案

【问题标题】：How to get required type of files from a directory and required content using node js?如何使用 node js 从目录中获取所需类型的文件和所需内容？
【发布时间】：2017-02-19 16:42:47
【问题描述】：

我正在开发 node js 应用程序来单独从 XML 或 HTML 文件中提取一些内容。我正在使用Windows机器。一些 Npm 包只能在苹果或 Linux 机器上运行，我无法使用它。我试图从一个目录中单独获取特定文件，因为该目录包含多个文件。

例如，文件名为 project1.abi.xml、project1.xbi.xml、project2.abi.xml、project2.xbi.xml、new\xxcover.html。

首先，我希望单独获取 *.abi.xml 文件。其次，我希望单独获得 *.xbi.xml。第三，*cover.html。但是，我可以使用 readdirSync 获取目录中的所有文件。然后检查是否需要循环文件，然后执行我需要的功能。

var fs = require('fs');
var path = 'D:\\Work\\Testing\\logs\\';
var files = fs.readdirSync(path);
var len;
for (index = 0, len = files.length; index < len; index++) {
    if (files[index].indexOf('xbi.xml') !== -1) {        
          console.log(path+files[index]); 
    }
}

为避免这种情况，有没有办法在循环之前从目录中获取特定类型的文件？有人可以指导我吗？

另外，我正在尝试使用节点 js 中的正则表达式从 html 文件中获取“总警告”计数 (216)。我得到的结果是未定义的。下面是我的代码。你能指出我在哪里犯了错误以纠正它吗？

HTML 内容

<body>
<h1>2017 report</h1>
<dl>
<dt>Source Directory:</dt>
<dd>F:\ion\ket\Automation\App</dd>
    <dt>Settings File:</dt>
    <dd>F:\ion\ket\Automation\App\Net.json, F:\ion\ket\Automation\App\Net.Debug.json</dd>
    <dt>Processed Files:</dt>
    <dd>30</dd>
    <dt>Files with Warnings:</dt>
    <dd>0</dd>
    <dt>Total Warnings:</dt>
    <dd>216</dd>
</dl>

代码：

var fs = require('fs');
var path = 'C:\\Users\\akil\\Desktop\\App.Net.html';
var files = fs.readFileSync(path, 'utf-8');
var re = new RegExp('/<dt>Total Warnings:</dt>\s+<dd>(?![\s\S]*</dd>)/');
var r  = files.match(re);
if (r)
    console.log(r[1]);
console.log(r);

谢谢。

【问题讨论】：

标签： javascript regex node.js xml

【解决方案1】：

如果你想按扩展名过滤文件，你可以试试 array.filter 函数。

https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Array/filter

例子

var allFiles = fs.readdirSync(path);
var filteredFiles = allFiles.filter(function(value) {
    var extension = 'xbi.xml';
    return value.endsWith(extension);
});

关于您的 regex 问题：

正如@siam 正确指出的那样，JavaScript RegEx 需要反斜杠 escaped 作为\\
我假设，您希望找到一个“总警告”计数作为一个数字。所以我建议寻找一系列数字 (\d*)。

此正则表达式应与您的示例匹配：

var re = new RegExp('<dt>Total Warnings:</dt>\\s+<dd>\\d*</dd>');
                                                     ^

这有帮助吗？

【讨论】：

有趣。在我的编辑器中，正则表达式与示例匹配。在节点中它仍然返回null。
@KonstantinA.Magg 尝试在s 和d 之前添加双反斜杠“\\”
谢谢，@siam。最后是那个一个;-)
@KonstantinA.Magg，谢谢。终于奏效了。 var re = new RegExp('
Total Warnings:
\\s+
(.*)
');
@siam，谢谢。终于奏效了。 var re = new RegExp('
Total Warnings:
\\s+
(.*)
');