Question

使用Prototype，我试图从DOM中提取一段文本 - 这通常是一个简单的$().innerHTML作业，但HTML会稍微嵌套。

<td class="time-record">
    <script type="text/javascript">
    //<![CDATA[
    document.write('XXX ago'.gsub('XXX', i18n_time_ago_in_words(1229311439000)));
    //]]>
    </script>
    about 11 months ago by <span class="author"><strong>Justin</strong></span>
</td>

在这种情况下，innerHTML会选择JavaScript，这将导致各种问题。

在没有JavaScript的情况下提取about 11 months ago by <span class="author"><strong>Justin</strong></span>的最佳/最有效/最快方式是什么？

Answer 1

使用innerHTML，然后通过stripScripts：

运行

var html = $$('td.time-record')[0].innerHTML.stripScripts()

这对于获取单个单元格的html非常有用。对所有td.time-record元素执行相同操作的更通用的解决方案是：

$$('td.time-record').pluck('innerHTML').invoke('stripScripts');

会返回一个每个单元格的html数组（删除<script>个元素），然后您可以.join('')或迭代。

Answer 2

我不使用Prototype的stripScripts或stripTags，因为它们是琐碎的，天真的正则表达式黑客，它们无法正确处理所有可能的标记结构。对于像这样的简单情况，你可以使用stripScripts，但是使用这些函数来解决任何安全问题都是错误的。

我个人只是在使用innerHTML之前从DOM中删除了脚本元素。执行内联脚本后，您无需在文档中保留HTMLScriptElement。

$$('.time-record script').invoke('remove');

使用Prototype </script>从innerHTML中剥离<script>标记

2 个答案: