node.js正則表達式獲取網頁中所有鏈接的代碼實例

實現代碼

複製代碼代碼如下:

var http = require('http');

//定義函數

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";//設置被查詢的目標網址

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

var pageData = "";

res.setEncoding('utf8');

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

//出錯處理

});

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

pageData += chunk;

});

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

//console.dir(pageData);

var content = pageData;//獲取到網頁內容

var hrefs=getAHref(content);//獲取鏈接

});

});