Question

在没有加载任何相关图像/脚本等的情况下，为AJAX请求的页面获取可用DOM的最佳方法是什么？

<子>的背景故事： 我想在后台加载一个页面，然后对它进行一种数据挖掘（这是一个浏览器扩展，所以我无法自己控制页面）。我不想花时间在后台页面上加载图片和运行脚本，因为它只是我需要的页面内容。

Answer 1

通过ajax加载数据
删除包含src和href属性的所有代码，或者只是使用data:null更改这些属性的值。如果数据还包含内联样式，则应删除包含对外部资源的引用的所有语句（例如背景和边框图像，.htc组件，xul绑定，.ico游标）
将过滤后的数据附加到DOM并进行分析

第2步可以通过javascript中的正则表达式实现。 e.g。

/* here we are in the ajax "success" callback */
...
data = data.replace(/(src|href|style)=['"]([^'"]+?)['"]/gi, 
function(match, attribute) {
   return (attribute.toLowerCase() === 'style')
       ? attribute + '=""'             /* remove all inline style */
       : attribute + '="data:null"';   /* href and src set to data:null */

})

/* append filtered data */
$(data).appendTo($('body_or_other_element'))

Answer 2

如果可能的话，使用jQuery，如上所述。它可以根据需要轻松选择页面DOM的部分。

以下是一些例子：

你可以像这样抓取标签href属性：$（“a”，$（ajax_response））。attr（“href”）;

标题内容：$（“title”，$（ajax_response））。html（）;

您可能必须测试选择器以查看哪种工作效果最佳，但是，我认为这将是一种简单的方法。

如何在后台加载和分析页面而不加载图像/脚本？

2 个答案: