如何使用XMLHttpRequest在后台下载HTML页面，并从中提取文本元素？如何使用XMLHtt

我想要的是，当你在URL_1，脚本解析URL_2全HTML网页在后台，以从中提取文本元素Greasemonkey的脚本。

具体而言，我想在后台下载整个页面的HTML代码（ 烂番茄网站页面），并将其存储在一个变量，然后使用getElementsByClassName[0]以提取与类名“的元素我想要的文字critic_consensus”。

我发现这MDN： HTML中的XMLHttpRequest所以，我结束了在这个不幸的是不工作的代码：

var xhr = new XMLHttpRequest();
xhr.onload = function() {
  alert(this.responseXML.getElementsByClassName(critic_consensus)[0].innerHTML);
}
xhr.open("GET", "http://www.rottentomatoes.com/m/godfather/",true);
xhr.responseType = "document";
xhr.send();

这表明，当我在Firefox便签运行此错误消息：

跨来源请求阻止：同源策略不允许在读远程资源http://www.rottentomatoes.com/m/godfather/ 。这可以通过将资源移动到相同域或启用CORS被固定。

PS。为什么我不使用烂番茄API的原因是，他们已经删除了其中的评论家的共识。

Answer 1:

对于跨域请求，其中所获取的网站还没有有益设定许可CORS政策，Greasemonkey的提供了GM_xmlhttpRequest()函数。（大多数其他userscript引擎也提供这种功能。）

GM_xmlhttpRequest明确设计为允许跨域请求。

为了让您的目标信息创建DOMParser上的结果。不要使用jQuery方法，因为这会导致多余的图片，脚本和对象加载，速度变慢或崩溃的页面。

下面是说明了处理一个完整的脚本 ：

// ==UserScript==
// @name        _Parse Ajax Response for specific nodes
// @include     http://stackoverflow.com/questions/*
// @require     http://ajax.googleapis.com/ajax/libs/jquery/2.1.0/jquery.min.js
// @grant       GM_xmlhttpRequest
// ==/UserScript==

GM_xmlhttpRequest ( {
    method: "GET",
    url:    "http://www.rottentomatoes.com/m/godfather/",
    onload: function (response) {
        var parser  = new DOMParser ();
        /* IMPORTANT!
            1) For Chrome, see
            https://developer.mozilla.org/en-US/docs/Web/API/DOMParser#DOMParser_HTML_extension_for_other_browsers
            for a work-around.

            2) jQuery.parseHTML() and similar are bad because it causes images, etc., to be loaded.
        */
        var doc         = parser.parseFromString (response.responseText, "text/html");
        var criticTxt   = doc.getElementsByClassName ("critic_consensus")[0].textContent;

        $("body").prepend ('<h1>' + criticTxt + '</h1>');
    },
    onerror: function (e) {
        console.error ('**** error ', e);
    },
    onabort: function (e) {
        console.error ('**** abort ', e);
    },
    ontimeout: function (e) {
        console.error ('**** timeout ', e);
    }
} );

Answer 2:

问题是：XMLHttpRequest的无法加载http://www.rottentomatoes.com/m/godfather/ 。没有“访问控制允许来源”标头出现在所请求的资源。

因为你不是资源的所有者，你不能设置此头。

你可以做的是建立一个代理在Heroku上，将代理烂番茄网站下面的所有请求是一个小的node.js代理https://gist.github.com/igorbarinov/a970cdaf5fc9451f8d34

var https = require('https'),
    http  = require('http'),
    util  = require('util'),
    path  = require('path'),
    fs    = require('fs'),
    colors = require('colors'),
    url = require('url'),
    httpProxy = require('http-proxy'),
    dotenv = require('dotenv');

dotenv.load();

var proxy = httpProxy.createProxyServer({});
var host = "www.rottentomatoes.com";
var port = Number(process.env.PORT || 5000);

process.env.NODE_TLS_REJECT_UNAUTHORIZED = "0";

var server = require('http').createServer(function(req, res) {
    // You can define here your custom logic to handle the request
    // and then proxy the request.
    var path = url.parse(req.url, true).path;

    req.headers.host = host;
res.setHeader("Access-Control-Allow-Origin", "*");
    proxy.web(req, res, {
        target: "http://"+host+path,

    });

}).listen(port);

proxy.on('proxyRes', function (res) {
    console.log('RAW Response from the target', JSON.stringify(res.headers, true, 2));
});


util.puts('Proxying to '+ host +'. Server'.blue + ' started '.green.bold + 'on port '.blue + port);

我修改https://github.com/massive/firebase-proxy/代码这个

我发表代理http://peaceful-cove-8072.herokuapp.com/和http://peaceful-cove-8072.herokuapp.com/m/godfather可对其进行测试

这里是一个要点，以测试http://jsfiddle.net/uuw8nryy/

var xhr = new XMLHttpRequest();
xhr.onload = function() {
  alert(this.responseXML.getElementsByClassName(critic_consensus)[0]);
}
xhr.open("GET", "http://peaceful-cove-8072.herokuapp.com/m/godfather",true);
xhr.responseType = "document";
xhr.send();