Question

在过去的2个小时里试图解决这个问题。我把这个html作为一个来自AJAX请求的字符串返回：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
<head>
    <title>Preview</title>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
    <meta name="author" content="Connected Ventures LLC. Copyright 1999-2010." />
    <script type="text/javascript" src="js/jquery.js"></script>
    <script type="text/javascript" src="js/jquery.ui.js"></script>
    <script type="text/javascript" src="js/article.js"></script>
    <link href="/css/global.css" rel="stylesheet" type="text/css" />
    <link href="/css/article.css" rel="stylesheet" type="text/css" />
    <style type="text/css">
    html, body { background: #fff; color: #000; }
    </style>
</head>
<body class="the_article">
        <p>s</p></body>
</html>

我需要在body标签之间获取内容。我已经尝试过这个在另一个关于通过jQuery解析html的SO问题中提出的建议：

$(ajax_response).find('body.the_article').html();

没用。即使添加了以下内容：

dataType: 'html'

作为ajax请求参数。然后我尝试使用正则表达式解析它：

ajax_response.match(/<body class="the_article">.*?<\/body>/);

它只是警告null。知道如何获得身体内容吗？

Answer 1

您的REGEX失败，因为字符串是多行的，.通配符匹配除空格字符以外的所有字符，因此换行符后面的开头body标记和正文内容，打破了模式。

使用[\s\S]代替.（字面意思是允许使用非空格和空格字符）

/<body class="the_article">[\s\S]*?<\/body>/

[编辑] - 在回复评论时，要捕获不包含其标签的正文内容，请将内容捕获为子组：

var body = response.match(/<body class="the_article">([\s\S]*?)(?=<\/body>)/);
console.log(body[1]); //body content, not including tag

另请注意，我们将结束体标记指定为预测，因为我们根本不需要匹配它，只是锚定它。（JS不支持后视，缺少模拟like the one I wrote，因此我们别无选择，只能捕获开放正文标记。）

Answer 2

你可以让dom为你工作。使用document.write在iframe中注入代码，然后访问frame.document.body.innerHTML属性。

如何使用jQuery解析此HTML？

2 个答案: