从通过 XMLHTTPRequest 加载的网页中提取 URL 的最佳方法？答案

【问题标题】：Optimal way to extract a URL from web page loaded via XMLHTTPRequest?从通过 XMLHTTPRequest 加载的网页中提取 URL 的最佳方法？
【发布时间】：2011-10-08 00:58:05
【问题描述】：

问题概述

我有一个动态生成的网页X，其中包含链接到网页的搜索结果Y1、Y2、Y3 等。
Y1 包含资源 URL R1，Y2 包含资源 URL R2，以此类推。
我想通过资源链接R1、R2 等动态增强页面X。

可能的解决方案

我目前正在考虑使用JavaScript和XMLHTTPRequest从网页Y1、Y2等中检索HTML，然后使用正则表达式提取网址。

Y1、Y2 等页面的 HTML 大小均为 30-100KB。

这听起来是个好计划吗？ 或者我会更好地以 JSON 格式检索每个网页并从那里提取资源 URL？如果 HTML 是要走的路，对于搜索 30-100 KB 的文本，您是否有任何建议的优化/捷径？

【问题讨论】：

标签： javascript html regex xmlhttprequest

【解决方案1】：

您不想使用正则表达式来提取 URL。我建议使用 jQuery 来执行 AJAX 请求，然后使用 jQuery 从服务器返回的 HTML 中解析和过滤掉 URL。

jQuery.ajax({
    url: "http://my.url.here",
    dataType: "html";
    ...
    success: function(data) {
        jQuery("a", data).each(function() {
            var $link = jQuery(this);
            ...
            ...
        });
    }
    ...
});

如果 jQuery 不是一个选项，您可以在收到回复时执行以下操作：

var html = XHR.responseText;
var div = document.createElement("div");
div.innerHTML = html;

//you can now search for nodes inside your div.
//The following gives you all the anchor tags
div.getElementsByTagName('a'); 
...

【讨论】：

不幸的是，jQuery 不是一个选项。不过，我喜欢另类的声音——干杯！