解析HTML以获取脚本变量值

Question

解析HTML以获取脚本变量值

c# html-agility-pack javascript

题

我正在尝试找到一种方法来访问我发出HTTP请求的服务器返回的标签之间的数据。该文档有多个标签，但只有一个标签之间有JavaScript代码，其余标签包含在文件中。我想访问脚本标记之间的代码。

代码的一个例子是：

<html>
    // Some HTML

    <script>
        var spect = [['temper', 'init', []],
                    ['fw\/lib', 'init', [{staticRoot: '//site.com/js/'}]],
                    ["cap","dm",[{"tackmod":"profile","xMod":"timed"}]]];

    </script>

    // More HTML
</html>

我正在寻找一种理想的方法来获取'spect'之间的数据并解析它。有时在'spect'和'='之间有一个空格，有时则没有。不知道为什么，但我无法控制服务器。

我知道这个问题可能已被提出，但回复建议使用类似HTMLAgilityPack的东西，而我宁愿避免使用库来执行此任务，因为我只需要从DOM获取一次JavaScript。

James Jeffery

在 Stack Overflow 上查看更多

Accepted Answer

使用HTMLAgilityPack和Jurassic库评估结果非常简单的示例：

var html = @"<html>
             // Some HTML
             <script>
               var spect = [['temper', 'init', []],
               ['fw\/lib', 'init', [{staticRoot: '//site.com/js/'}]],
               [""cap"",""dm"",[{""tackmod"":""profile"",""xMod"":""timed""}]]];
             </script>
             // More HTML
             </html>";

// Grab the content of the first script element
HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);
var script = doc.DocumentNode.Descendants()
                             .Where(n => n.Name == "script")
                             .First().InnerText;

// Return the data of spect and stringify it into a proper JSON object
var engine = new Jurassic.ScriptEngine();
var result = engine.Evaluate("(function() { " + script + " return spect; })()");
var json = JSONObject.Stringify(engine, result);

Console.WriteLine(json);
Console.ReadKey();

输出：

[[ “回火”， “初始化”，[]]，[ “FW / lib中”， “初始化”，[{ “staticRoot”： “// site.com/js/"}]],["cap”， “DM”，[{ “tackmod”： “轮廓”， “XMOD”： “定时”}]]]

注意：我没有考虑错误或其他任何问题，这仅仅是作为如何获取脚本并评估spect值的示例。

还有一些其他库用于执行/评估JavaScript。

解析HTML以获取脚本变量值

题

Fastest Entity Framework Extensions

一般承认的答案

Performance

Expression Evaluator

Related