Question

我想做一些基本的脚本，我想在javascript中做。我想基本上下载一个wikiquote页面并将其删除。

最好的方法是什么？我如何获得该页面？我试图通过jQuery.get（）

来做到这一点

$.get('http://en.wikiquote.org/wiki/Last_words', function(data) { console.log(data); })

但是日志只是一些错误对象而控制台显示

XMLHttpRequest无法加载   http://en.wikiquote.org/wiki/Last_words。   原则为null不允许   访问控制允许来源。   en.wikiquote.org/wiki/Last_words

获取http://en.wikiquote.org/wiki/Last_words   undefined（undefined）

所以我想我没有采取正确的方法。我该怎么办？

另外，一旦我下载文件，我可以使用哪些工具来遍历它？ XPath的？正则表达式？有没有办法从它生成DOM模型并附加jquery？

一个有趣的可能性是以某种方式打开一个小的弹出窗口，下载页面，然后运行我的脚本来刮取页面并返回数据。我知道这听起来很像脚本注入。是否有可能以友好的方式做到这一点？

Answer 1

假设您仅限于在浏览器中运行的JavaScript，以及与运行脚本的页面不在同一主机上的文档 - 您不能。

Same Origin security policy使这变得不可能。没有它，网页可以从用户可以访问的任何站点（包括LAN站点）请求数据，包括其IP地址，cookie以及可能用于身份验证的任何其他内容。（您的所有银行业务都属于我们。）

Answer 2

WikiQuote exposes an API。您可以使用JSONP向API发出请求，并获取所有预先解析并准备好的数据：

document.body.appendChild(document.createElement("script")).src = 
    "http://en.wikiquote.org/w/api.php?action=query&titles=Last_words" +
        "&prop=revisions&rvlimit=1&rvprop=content&format=json&callback=handleQuote";

function handleQuote(quote)
{
    // quote is the response from wikiquote
}

请注意，响应将作为wiki标记返回，而不是html。 ~~你必须做一些解析才能得到html，如果这就是你所追求的。~~ 编辑：使用action=parse&page=Last_words来获取HTML。

您可以将format参数从json更改为jsonfm，然后将其粘贴到浏览器中，从而在浏览器中预览JSON响应：

Wiki标记：
http://en.wikiquote.org/w/api.php?action=query&titles=Last_words&prop=revisions&rvlimit=1&rvprop=content&format=jsonfm&callback=handleQuote

<强> HTML
http://en.wikiquote.org/w/api.php?action=parse&page=Last_words&format=jsonfm&callback=handleQuote

编辑：我真的只回答了你问题的一半（或更少）。至于如何在获得数据后与数据交互，jQuery使它变得简单。如果将html字符串传递给$()，jQuery会为您构造元素。然后，您可以通过jQuery或DOM方法访问它：

var paragraphs = $(someHTML).find("p");

通过JavaScript从任何域获取HTML的一种简单方法是将ajax请求发送到为您请求文档的本地服务器页面。你可以写一个通用的处理程序ashx页面，例如：

public void ProcessRequest(HttpContext context)
{
    string url = Request.QueryString["url"];
    if (Uri.IsWellFormedUriString(url, UriKind.Absolute))
    {
        context.Response.Write(new WebClient().DownloadString(url));
    }
}

然后用jQuery调用它：

var url = encodeURIComponent("http://en.wikiquote.org/wiki/Last_words");
$.get("fetch.ashx?url=" + url, function (response)
{
    var $response = $(response);
});

编辑：较新的浏览器通过实施Cross-Origin Resource Sharing (CORS)支持通过JavaScript支持某些跨域数据检索。 FireFox和Chrome通过XMLHttpRequest支持CORS。 IE8和IE9支持CORS XDomainRequest。问题是服务器还必须支持CORS。简而言之，服务器必须包含Access-Control-Allow-Origin: *的响应头，以便客户端处理响应。遗憾的是，看来wikiquote并未在其响应中发送该标题。这是一个hefty article on the internals of CORS。

Answer 3

XMLHttpRequest不能用于跨域请求。您可以使用iframe加载页面并尝试从那里获取详细信息，但我建议使用服务器端（使用DOM或SAX解析器来回答您的其他问题），因为在JavaScript中执行此操作是显然不是很优雅。

Javascript：下载并与其他页面进行交互

3 个答案: