Question

我正在寻找解析包含元素的HTML请求：

<img src="https://pbs.twimg.com/media/...." alt="Embedded image permalink"</a>

尝试获取img src标记。我想要的只是URL。

此时我可能会过火了。使用Request和Cheerio来尝试完成此任务。

在我试图做的20种不同方式中，这是我当前的代码。

var dummy;
request('http://t.co/....', function (error, response, body) {
  if (!error && response.statusCode == 200) {
    $ = cheerio.load(response.body);
    dummy = $('img[alt=Embedded image permalink]').attr('html');
    console.dir(dummy);
  }
}

我收到错误消息：

selector = selector.substr(data[0].length);
TypeError: Cannot read property '0' of null

正如我所说，可能过于复杂了。什么是最简单（或功能正常）的方法？

Answer 1

使用regexp！

这样的事情可以解决问题：

html.match(/<img [^>]*src="([^"]*)"/g)

请参阅此处的工作示例：http://www.rubular.com/r/f89Y9fHGtN（注意：Ruby正则表达式与JS表示略有不同，但我不知道后者有这么酷的工具。）

Regexp解释道：

<img - 这与标记的开头匹配。

[^>]* - 有点棘手。这消除了src参数（例如alt参数）前面的内容。当参数中有>个字符时，此版本会失败，这可能不会发生。您可以尝试使用.*替换此部分，这将在这种情况下有效，另一方面当参数值以src=结尾时失败。

src=" - 这会找到src参数。

([^"]*) - 捕获内部的网址。

" - 找到值的结尾。

有些人在面对问题时会想“我知道，我会使用正则表达式”。现在他们有两个问题。

Answer 2

因此，如果我理解正确，您希望立即将url字符串中的src字符串后面的var arrayOfElements = $("#txt").val().split("src="); var replacing = arrayOfElements[1].replace(/"/g, "'"); var url = replacing.split("'"); //You can now access the element by using url[1]减去？

为什么不将所有文本放在变量中然后双重拆分？

例如：

{{1}}

您可以看到一个有效的例子HERE。祝你好运！

从标签中提取URL

2 个答案: