node.js正则表达式获取网页中所有链接的代码实例

实现代码

复制代码代码如下:

var http = require('http');

//定义函数

var getAHref = function(htmlstr){

var reg = /<a.+?href=('|")?([^'"]+)('|")?(?:/s+|>)/gim;

var arr = [];

while(tem=reg.exec(htmlstr)){

arr.push(tem[2]);

}

return arr;

}

var qHref = "http://xxx";//设置被查询的目标网址

var req = http.get(qHref, function(res) {

var pageData = "";

res.setEncoding('utf8');

res.on('error', function (errget) {

//出错处理

});

res.on('data', function (chunk) {

pageData += chunk;

});

res.on('end', function(){

//console.dir(pageData);

var content = pageData;//获取到网页内容

var hrefs=getAHref(content);//获取链接

});

});