如何使用 XSLT 从 .js 文件中提取链接答案

【问题标题】：How to extract links from .js file using XSLT如何使用 XSLT 从 .js 文件中提取链接
【发布时间】：2014-02-27 20:09:45
【问题描述】：

我有一个 .js 文件。这是一个带有如下文本的 javascript 文件。我想提取所有的 href URL 并将它们添加到循环内的变量中以进行进一步处理。我怎样才能做到这一点？非常感谢。

 document.write('<tr bgcolor="#6691BC">'); document.write('<td
 width="15" height="25">&nbsp;</td>'); document.write('<td width="690"
 height="25" class="headertext">');

 document.write('<a href="../myspace.com/index.html" class="headerLink"
 style="color: #ffffff;">My Space</a>&nbsp;&nbsp;|&nbsp;&nbsp;');

 document.write('<a href="../technotes.com/index.html"
 class="headerLink" style="color: #ffffff;">Tech
 Notes</a>&nbsp;&nbsp;|&nbsp;&nbsp;');

 document.write('<td width="15" height="25">&nbsp;</td>');
 document.write('</tr>');

【问题讨论】：

XSLT 不是 Javascript 解析器，任意 JS 都不是有效的 XML。
XSLT 可以解决河内的塔，所以我不认为子字符串匹配超出了它的能力，但这并不容易或漂亮......
-1 XSLT 仅适用于 XML。

标签： javascript xslt

【解决方案1】：

我会采用不同的方法 - 首先将您的 html 转换为单个 xhtml 字符串（注意缺少的 </td>，而 &amp; 需要转义为 &amp;）

var xhtml = [
'<tr bgcolor="#6691BC">', 
  '<td width="15" height="25">&amp;nbsp;</td>',
  '<td width="690" height="25" class="headertext">',
    '<a href="../myspace.com/index.html" class="headerLink" style="color: #ffffff;">My Space</a>&amp;nbsp;&amp;nbsp;|',
    '<a href="../technotes.com/index.html" class="headerLink" style="color: #ffffff;">Tech Notes</a>'
  '</td>',
  '<td width="15" height="25"><a id="JustAnAnchor">Anchor</a></td>',
'</tr>'].join("");

document.write(xhtml);

然后您需要 solve the challenge 在 javascript 中应用 xslt 转换。

以下 xslt 将从所有 <a href> 标记中提取 hrefs 并将它们转储到逗号分隔的列表中，然后您可以在 javascript 中使用该列表（应该不需要 remove the extraneous last trailing comma）

<?xml version="1.0" ?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="text"/>
    <xsl:template match="/">
        <xsl:apply-templates select="//a[@href]"></xsl:apply-templates>
    </xsl:template>

    <xsl:template match="a">'<xsl:value-of select="@href"/>',</xsl:template>
</xsl:stylesheet>

输出：

'../myspace.com/index.html','../technotes.com/index.html',

【讨论】：

【解决方案2】：

XSLT 无法轻松解析 Javascript。这是不适合这项工作的工具。

以下是您可以采用的一些方法：

(1) 运行 javascript，捕获生成的文档，然后在其上使用 XSLT。如果文档不是格式良好的 XML，这可能会很麻烦。

(2) 使用正则表达式，例如grep, perl -e, Javascript 匹配函数

(3) 运行 javascript，然后使用 document.querySelectorAll('*[href]') 获取所有带有 href 的元素并在那里工作

【讨论】：