javascript - 您知道开源 Javascript 提取/正则表达式引擎吗？

Question

我们需要一个 DOM 解析器，它能够运行一堆模式并存储结果。为此，我们正在寻找开放的库，我们可以开始，

• 能够通过正则表达式选择元素(例如抓取类、id、元属性等其他属性中包含“价格”的所有元素)，
• 应该有很多帮助器，例如:删除评论、iframe 等
• 而且要相当快。
• 可以从浏览器扩展程序运行。

Answer 1

好吧，我会说:
您可以使用jQuery 。

上升:

• 这是一个非常好的 dom 解析器
• 它非常擅长操作 dom(删除/添加/编辑元素)
• 它有一个很棒且直观的 API
• 它有一个庞大而优秀的社区 => 对于任何 jquery 相关问题都有很多答案
• 它适用于浏览器扩展(我自己在 chrome 中测试过，它显然也适用于 ff 扩展:How to use jQuery in Firefox Extension)
• 它是轻量级的(大小约为 31KB - 缩小并压缩)
• 它是跨浏览器的
• 它绝对是开源的

下降:

• 它不依赖正则表达式(尽管这是一件非常好事 - 正如 dda 已经提到的)，但正则表达式可用于过滤元素
• 不知道它是否可以访问/操纵评论

这是一些 jquery 操作的示例:

// select all the iframe elements with the class advertisement 
// that have the word "porn" in their src attribute
$('iframe.advertisement[src*=porn]')
    // filter the ones that contains the word "poney" in their title 
    // with the help of a regex
    .filter(function(){
        return /poney/gi.test((this.title || this.document.title).test()));
    }) 
        // and remove them
        .remove()
        // return to the whole match
        .end()
    // filter them again, this time 
    // affect only the big ones
    .filter(function(){
        return $(this).width() > 100 && $(this).height() > 100;
    })
        // replace them with some html markup
        .replaceWith('<img src="harmless_bunnies_and_kitties.jpg" />');