javascript - 从 HTML 文件输出两个特定字段的值的最简单方法是什么？

Question

我正在从 this url 获取 HTML 。我对这两行感兴趣:

<meta name="SAC:price" content="444000">
<meta name="SAC:published" content="2020-03-28 11:06:22">

我想提取这两行的内容值。在这个例子中，我想要的输出是

[444000, 2020-03-28 11:06:22]

最简单的方法是什么？这是我到目前为止所尝试过的:

function myFunction() {
  var url = "https://asunnot.oikotie.fi/myytavat-asunnot/helsinki/15597485"
  var str = UrlFetchApp.fetch(url).getContentText();
  let r = /ce" content="(\d{6})">|hed" content="(.*)">/g,out=[];     
  let arr = [...str.matchAll(r)]; //[[ce" content="444000">, 444000, null], [hed" content="2020-03-28 11:06:22">, null, 2020-03-28 11:06:22]]
  for(a of arr){
    a.shift();
    (a[0])?out.push(a[0]):out.push(a[1]);
    } 
  Logger.log(out); //[444000, 2020-03-28 11:06:22]
}

这似乎太麻烦了，有更好的选择吗？我不介意它是如何完成的(正则表达式或其他方式，只要我能够以最简单的方式一致地获取这两个字段的内容)

最终解决方案感谢 Wiktor Stribiżew 的贡献:

function myFunction() {
  var url = "https://asunnot.oikotie.fi/myytavat-asunnot/helsinki/15597485"
  var str = UrlFetchApp.fetch(url).getContentText();
  let r = /(?<=ce" content=")\d{6}(?=">)|(?<=hed" content=").*(?=">)/g;     
  let arr = str.match(r);
  Logger.log(arr); //[444000, 2020-03-28 11:06:22]
}

Answer 1

如果您想摆脱空值并只保留匹配值，请确保您只使用您想要获取的内容:

let r = /(?<=ce" content=")\d{6}(?=">)|(?<=hed" content=")[^"]*(?=">)/g;

在这里，(?<=ce" content=")和(?<=hed" content=")是正向后查找，与紧接前面的字符串中的位置匹配一些(这里是固定的)文本和 (?=">)是一个正向前瞻，与字符串中紧随其后的一些文本的位置相匹配。

请参阅regex demo

然后，获取结果数组所需要做的就是使用 String#match 调用正则表达式:

let arr = str.match(r);

参见more about lookarounds here .