javascript - 用 data.replace 删除所有图像？

Question

我正在使用脚本从外部网站检索内容，并且返回日期时删除了某些元素，以便它们不会干扰我将数据提取到的页面。但是，当我在打开错误控制台的情况下查看页面时，我在所有图像上都收到 404 错误。无论如何，我是否可以从脚本中删除所有图像，以便我只获取文本(仍在其格式化标签中)？

$(document).ready(function () {
    var container = $('#target');

    function doAjax(url) {
        if (url.match('^http')) {
            $.getJSON("http://query.yahooapis.com/v1/public/yql?" 
            + "q=select%20*%20from%20html%20where%20url%3D%22" 
            + encodeURIComponent(url) 
            + "%22&format=xml'&callback=?", 
            function (data) {
                if (data.results[0]) {
                    var fullResponse = $(filterData(data.results[0])),
                        justTable = fullResponse.find("table");
                    container.append(justTable);
                } else {
                    var errormsg = '<p>Error: could not load the page.</p>';
                    container.html(errormsg);
                }
            });
        } else {
            $('#target').load(url);
        }
    }
    function filterData(data) {
        data = data.replace(/<?\/body[^>]*>/g, '');
        data = data.replace(/[\r|\n]+/g, '');
        data = data.replace(/<--[\S\s]*?-->/g, '');
        data = data.replace(/<noscript[^>]*>[\S\s]*?<\/noscript>/g, '');
        data = data.replace(/<script[^>]*>[\S\s]*?<\/script>/g, '');
        data = data.replace(/<script.*\/>/, '');
        return data;
    }
    doAjax('mywebsite');
});

Answer 1

选项 1:

您可以通过将此行添加到 filterData() 来剥离图像。功能:

data = data.replace(/<img[^>]*>/g, '');

这将替换所有以 <img 开头的字符串然后包含除 > 之外的零个或多个字符带有一个空字符串。

选项 2:

您可以使用 jQuery 来删除元素。在 container.append() 之前插入此内容:

justTable.find("img").remove();

这将找到所有 img表格内的元素并删除它们。

替代方案:

某些图像不可用，因为它们的 URL 是相对的。如果您有<img src="logo.png">上http://example.com/page.html然后浏览器正在从 example.com/logo.png 加载图像。如果您包含相同的 <img>标记到您的页面http://own.com/my.html然后浏览器将尝试加载 own.com/logo.png .

您可以通过更改 src 来解决此问题图像的属性，以包含您从中检索页面的域。

示例(未完全测试，可能需要修改):

// copy everything for url except the string after last "/" character
// so if url == http://example.com/page.html then path == http://example.com/
var path = url.match("(.+/)[^/]+$")[1];

// modify all local images (value of src attribute not starting with "http://")
justTable.find('img').not('[src^="http://"]').attr('src', function() { 
   return path + $(this).attr('src');
 });