javascript - 如何解决解析 HTML 时出现错误

Question

我正在尝试使用以下方法从 Google 电子表格中的网页获取元素:

function pegarAsCoisas() {
  var html = UrlFetchApp.fetch("http://www.saosilvestre.com.br").getContentText();
  var elements = XmlService.parse(html);                 
}

但是我不断收到错误:

Error on line 2: Attribute name "itemscope" associated with an element type "html" must be followed by the ' = ' character. (line 4, file "")

如何解决这个问题？我想从此网站获取 H1 文本，但对于其他网站，我必须选择其他元素。

我知道方法 XmlService.parse(html) 适用于其他网站，例如维基百科。如您所见here .

Answer 1

html 不是 xml。而且您不需要尝试解析它。您需要使用字符串方法:

function pegarAsCoisas() {

  var urlFetchReturn = UrlFetchApp.fetch("http://www.saosilvestre.com.br");
  var html = urlFetchReturn.getContentText();

  Logger.log('html.length: ' + html.length);

  var index_OfH1 = html.indexOf('<h1');
  var endingH1 = html.indexOf('</h1>');

  Logger.log('index_OfH1: ' + index_OfH1);
  Logger.log('endingH1: ' + endingH1);

  var h1Content = html.slice(index_OfH1, endingH1);
  var h1Content = h1Content.slice(h1Content.indexOf(">")+1);

  Logger.log('h1Content: ' + h1Content);

};