我想要一个来自html字符串的url数组,尽管只有以下标记:
我想要这些网址,以便我可以将它们放入appcache清单文件中。我使用appcache清单构建器,但它只分析我在本地服务的静态文件。它工作得很好,但它不会自动包含我在html中包含的外部静态js / css文件。
我希望能够使用node.js解析html字符串。
答案 0 :(得分:4)
您可以使用cheerio。它是节点核心jQuery的实现。
例如:
var cheerio = require('cheerio'),
request = require('request');
request('http://www.stackoverflow.com', function (error, response, body) {
if (!error && response.statusCode == 200) {
var $ = cheerio.load(body);
var linkHrefs = $('link').map(function(i) {
return $(this).attr('href');
}).get();
var scriptSrcs = $('script').map(function(i) {
return $(this).attr('src');
}).get();
console.log("links:");
console.log(linkHrefs);
console.log("scripts:");
console.log(scriptSrcs);
}
});
输出:
Victors-MacBook-Pro:a kohl$ node test.js
links:
[ '//cdn.sstatic.net/stackoverflow/img/favicon.ico?v=6cd6089ee7f6',
'//cdn.sstatic.net/stackoverflow/img/apple-touch-icon.png?v=41f6e13ade69',
'/opensearch.xml',
'//cdn.sstatic.net/stackoverflow/all.css?v=317033db9646',
'/feeds' ]
scripts:
[ '//ajax.googleapis.com/ajax/libs/jquery/1.7.1/jquery.min.js',
'//cdn.sstatic.net/Js/stub.en.js?v=e3a448574e16' ]