从网站提取元数据

问题描述：

我想知道是否有一种方法可以让我处理html源代码，让我可以取出我想要的特定标签吗？从网站提取元数据

对不起，如果它听起来容易或太简单。我是编程新手。

答

如果您知道结构，可以使用DOM从网页中提取数据。

谢谢，但目前我有一个字符串中的整个html源代码，有反正它来处理呢？因为结构可能会有所不同，元属性标记是常数。 – simplified 2011-06-16 18:32:31

答

如果你有一个字符串的HTML，那么你可以使用：

var str = '<html></html>'; // your html text goes here 
var div = document.createElement('div'); 
div.innerHTML = str; 
var dom = div.firstChild; // dom is the object you want, 
          // you can manipulate it using standard dom methods

或者，使用jQuery。 jQuery是一个库，可以帮助您更轻松地操作和访问HTML元素。首先，将其添加到文档的头部：

<script type="text/javascript" src="https://ajax.googleapis.com/ajax/libs/jquery/1.6.1/jquery.min.js"></script>

这是对jQuery库的引用。那么，这样做：

var foo = $("<html>Your html here</html>");

或者，如果你的HTML是一个变量（例如STR），你可以这样做：

var foo = $(str);

然后，你可以操纵在许多不同的方式解析FOO。例如，要删除所有段落元素，你可以使用

foo.remove('p');

或者，要删除使用id =“酒吧”，使用段落元素：

foo.remove('p.bar');

一旦你完成你的修改，你可以使用以下格式获取新的html文本：

foo.html();

为什么你的html在一个字符串中？它不是当前页面的html吗？

如果它是当前页面的html，则可以简单地使用已经构建的DOM对象。 – Ord 2011-06-16 19:51:40

然后dom.getElementsByTagName（“meta”）[0] .getAttribute（“author”）例如 – mplungjan 2011-06-16 19:55:14

mplungjan上面提到的使用jQuery的等价物是（假设你的jQuery变量是foo）：foo.filter（'meta '）.attr（' 作者“）; – Ord 2011-06-16 20:31:57

从网站提取元数据

相关推荐