获取html源代码

Question

我正在尝试使用Javascript将任何网页的html源代码放入字符串中。 请告诉我是否可以做其他事情来解决我的问题。.我正在使用从另一篇文章中找到的以下代码

function httpGet(theUrl)
{
var xmlHttp = null;

xmlHttp = new XMLHttpRequest();
xmlHttp.open( "GET", theUrl, false );
xmlHttp.send( null );
return xmlHttp.responseText;
}

我在IE Firefox和Chrome中尝试了此操作，但是我始终会获得以下源代码，这是“ PAGE NOT FOUND”页面的源代码。如果您有其他任何信息，请在评论中让我知道。从任何网页（例如google.com和其他网页）获取HTML。如果我不能这样做，那我该怎么办？

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">  
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
<head profile="http://gmpg.org/xfn/11">
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
    <title>404 - PAGE NOT FOUND</title>
            <style type="text/css">
            body{padding:0;margin:0;font-family:helvetica;}
            #container{margin:20px auto;width:868px;}
            #container #top404{background-image:url('http://74.53.143.237/images/404top.gif');background-repeat:no-repeat;width:868px;height:168px;}
            #container #mid404{background-image:url('http://74.53.143.237/images/404mid.gif');background-repeat:repeat-y;width:868px;}
            #container #mid404 #gatorbottom{position:relative;left:39px;float:left;}
            #container #mid404 #xxx{float:left;padding:40px 237px 10px;}
            #container #mid404 #content{float:left;text-align:center;width:868px;}
            #container #mid404 #content #errorcode{font-size:30px;font-weight:800;}
            #container #mid404 #content p{font-weight:800;}
            #container #mid404 #content #banner{margin:20px 0 0 ;}
            #container #mid404 #content #hostedby{font-weight:800;font-size:25px;font-style:italic;margin:20px 0 0;}
            #container #mid404 #content #coupon{color:#AB0000;font-size:22px;font-style:italic;}
            #container #mid404 #content #getstarted a{color:#AB0000;font-size:31px;font-style:italic;font-weight:800;}
            #container #mid404 #content #getstarted {margin:0 0 35px;}
            #container #bottom404{background-image:url('http://74.53.143.237/images/404bottom.gif');background-repeat:no-repeat;width:868px;height:14px;}
            </style>
</head>
<body>
<div id="container">
    <div id="top404"></div>
    <div id="mid404">

            <div id="gatorbottom"><img src="http://74.53.143.237/images/gatorbottom.png" alt="" /></div>
            <div id="xxx"><img src="http://74.53.143.237/images/x.png" alt="" /></div>
    <div id="content">
            <div id="errorcode">ERROR 404 - PAGE NOT FOUND</div>
            <p>Oops! Looks like the page you're looking for was moved or never existed.<br />Make sure you typed the correct URL or followed a valid link.</p>

            <div id="banner">

                    <object width="728" height="90"><param name="movie" value="http://74.53.143.237/images/hg728x90.swf">

                            <embed src="http://74.53.143.237/images/hg728x90.swf?clickTAG=http://secure.hostgator.com/cgi-bin/affiliates/clickthru.cgi?id=page404" width="728" height="90"></embed>
                    </object>
            </div>

            <div id="hostedby">This site is hosted by HostGator!</div>
            <div id="coupon">Build your website today for 1 cent!   Coupon code: "404PAGE"</div>

            <div id="getstarted"><a href="http://www.hostgator.com/?utm_source=internal&utm_medium=link&utm_campaign=page404" title="HostGator Web Hosting" >CLICK HERE TO GET STARTED</a></div>

    </div>

    <div style="clear:left;"></div>
    </div>
    <div id="bottom404"></div>
</div>

</body>

</html>

Answer 1

我正在尝试使用Javascript将任何网页的html源代码放入字符串中

如果用“任何”来表示来自文档来源之外的其他来源的页面，则不能通过运行在浏览器中的 JavaScript 来实现 ，因为您使用的是ajax调用，并且这些页面受到Same Origin Policy的限制，它表示（例如）在http://stackoverflow.com上的文档中运行的脚本不能使用Ajax从http://example.com加载内容。 （“来源”不只是域名，它涉及多个方面，有关详细信息，请参见链接）。

有些你可能会请求的页面（但可能很少 ）可能支持跨来源资源共享 ，在这种情况下，如果他们让你的原点（可能是允许所有起源），你可以使用Ajax加载的内容。

如果您正在浏览器外部运行JavaScript（NodeJS，SilkJS，RingoJS，Rhino，Windows脚本宿主等），那么SOP将不适用，但我怀疑您可能需要使用XMLHttpRequest对象以外的其他东西去做吧。

但从根本上讲，在浏览器的网页（不是扩展/附加组件）中，您不能这样做。

...但是我总是得到“ PAGE NOT FOUND”页面的源代码

但是， 这听起来像URL是错误的。