如何從包含HTML的變量中獲取正文內容？

我有一個包含可變htmlSource HTML代碼：如何從包含HTML的變量中獲取正文內容？

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd"> 
<html xmlns="http://www.w3.org/1999/xhtml"> 
<head> 
<title>IIS 8.0 Detailed Error - 404.0 - Not Found</title> 


</head> 
<body>xxx some code here yy</body> 
</html>

如何創建一個新的變量htmlBodyOnly只包含「XXX在此的一些代碼YY」。如果可能的話，我想用正則表達式來做到這一點。我只是不知道如何使用正則表達式或類似的東西來排除開始和結束。

對不起，但我沒有jQuery來幫助。我只是在一個JavaScript變量上工作。沒有在DOM上工作。

來源

2014-06-19 Samantha J T Star

你的意思，你想要得到的''標籤都有效的內容？ – KarelG

是的，這是正確的 –

您確定要使用正則表達式而不是HTML解析器嗎？ http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454 – tvanfosson

這是醜陋的，但你可以把它作爲使用這種方法的字符串：

htmlsource.substring(htmlsource.indexOf("<body>")+6, htmlsource.indexOf("</body>"))

的+6是因爲字符串"<body>"有6個字符和indexOf方法返回要搜索的字符串中第一個字符的索引。

這裏的證明，它的作品給你的例子：http://jsfiddle.net/9wBkf/

這假定body標籤不會有任何屬性，即<body class="myClass>

來源

2014-06-19 18:40:18 Shmoopy

如果身體有一些屬性會怎麼樣？解析某些東西的最好方法是構建一個抽象語法樹; 'DOMParser'爲你做到這一點。 – 0xcaff

如果標記格式是可靠的，我認爲這是要走的路，儘管我可能使用'.lastIndexOf（）'作爲''。如果不需要，最好避免全面解析。 –

@caffinatedmonkey好點...如果是這樣的話，那麼正則表達式將是最好的解決方案，雖然我不熟悉正則表達式在這種情況下提供幫助... – Shmoopy

我不知道你可以使用哪個正則表達式，但我想我知道一個替代解決方案。您也可以將var轉換爲DOM對象，然後讀取body-child。

Converting HTML string into DOM elements?

來源

2014-06-19 18:34:49 dejakob

可以使用DOMParser解析HTML並提取正文的內容。看到這個SO問題：Converting HTML string into DOM elements?

var parser = new DOMParser() 
var doc = parser.parseFromString(stringToParse, "text/html") 
console.log(doc.body.innerHTML)

Here is a Fiddle!

來源

2014-06-19 18:35:12 0xcaff

如何從包含HTML的變量中獲取正文內容？

回答

相關問題