使用javascript正则表达式，从网页获取元标记数据

Question

我想使用javascript（jquery）和regex获取元标记数据。

这是一些元标记。

<meta name="description" content="Amazon.com : Google Chromecast HDMI Streaming Media Player : Streaming Media Clients : Electronics" />
<meta name="title" content="Amazon.com : Google Chromecast HDMI Streaming Media Player : Streaming Media Clients : Electronics" />

我可以使用以下功能从这些表格中获取内容。

function getProductInfo(attr) {
    var m = $("meta[name="+attr+"]");
    var content = m.attr("content");
    return content; 
}
if(!title) var title = getProductInfo('title');

但是，有时会有不同形式的元标记，例如

<meta property="title" content="....">
<meta property="og:title" content="....">
<meta name="title" description="....">

这就是为什么我正在考虑使用正则表达式。 但我不知道 请给我小费。 谢谢。

Answer 1

$('meta').each(function() {
        console.log($(this).attr('content'));
    });

无需正则表达式，无需排序标签。

function getProductInfo(attr) {
            $('meta').each(function(index,tag) {
                if($(tag)[0].attributes[0].textContent == attr) { 
                        console.log($(tag)[0].attributes[0].textContent, $(tag)[0].attributes[1].textContent);
                     }
            });
        }
        getProductInfo('title');

这将为您提供任何带有名称/属性标题的东西。

Answer 2

不使用RegEx的方法如下

没有库，纯香草JS：

var meta = document.querySelectorAll('meta');
for(var i=0;i<meta.length;i++){
   var content = meta[i].getAttribute('content'); /* here's the content */
}

http://jsfiddle.net/JA9Yq/

jQuery的：

$('meta').each(function(index,tag){
    var content = tag.getAttribute('content');
});

http://jsfiddle.net/duL6E/

Answer 3

使用RegEx也可以：

<meta[^>]+content="([^")]*)"

结果：

$matches Array:
(
    [0] => Array
    (
        [0] => <meta name="description" content="Amazon.com : Google Chromecast HDMI Streaming Media Player : Streaming Media Clients : Electronics"
        [1] => <meta name="title" content="Amazon.com : Google Chromecast HDMI Streaming Media Player : Streaming Media Clients : Electronics"
    )

    [1] => Array
    (
        [0] => Amazon.com : Google Chromecast HDMI Streaming Media Player : Streaming Media Clients : Electronics
        [1] => Amazon.com : Google Chromecast HDMI Streaming Media Player : Streaming Media Clients : Electronics
    )
)

Answer 4

可能是这个

var desc = $('meta[name=description]').attr("content");
var title= $('meta[name=title]').attr("content");

var desc = $('meta[property=description]').attr("content");
var title= $("meta[property='og:title]").attr("content");

注意：显然，它不喜欢冒号。 我可以通过使用双引号和单引号来修复它，如下所示：

Answer 5

这应该适用于我认为的所有meta标签...

    /\<meta.*?\>/

这是regexr的链接，这是尝试操作的好工具

http://gskinner.com/RegExr

但是最好使用@subZero建议，而不要使用regex，如果我不必...我想。