问题的提出是我需要将另一个网页的某些内容解析出来并集成到当前正在处理的网页中。第一想法就是,使用dojo.xhrGet得到网页的内容,再使用某种Javascript Library来解析。我熟悉的dojo并没有这种库,查询了一下,jQuery也没有。后来发现jQuery的作者,鼎鼎大名的John Resig有这样一个库,支持SAX语法和DOM树的构建:
Pure JavaScript HTML Parser
拿我要试验的网页试了一下,很可惜,它crash掉了(这个网页有好几十K大小,也不一定很规范)。不仅想念起Java来,在Java下我们的兵器库里会有一堆这样的东西,有不少甚至支持cssrendeing和Javascript执行。
怎么办?我的需求并不复杂,也许正则表达式就可以用了,但是想起复杂的css查询,以及要兼容网页未来可能的变化,所以这一方法并不值得去试。
突然想起来,browser就是最完美的HTML解析器,如果让browser新开一个窗口加载这个网页,然后再使用DOM API来分析网页,这样要获取我所需要的内容一定会更加准确、灵活,将来网页改变后,程序的修改也显然会更容易。当然,新开窗口的做法不太优雅(甚至会引起用户的错愕),我们使用frame来实现。
Frame共有两类,分别由frameset,frame标签或iframe标签创建。如果一个HTML文件中含有frameset,则该文件只应含有<