使用Node.js和XPath对页面进行性能分析

您可以分几个步骤进行操作。

1. 使用解析HTML

   parse5

   。不好的部分是结果不是DOM。尽管速度足够快且与W3C兼容。
2. 将其序列化为XHTML，

   xmlserializer

   并接受类似DOM的结构

   parse5

   作为输入。
3. 使用再次解析该XHTML

   xmldom

   。现在，您终于有了该DOM。
4. 该

   xpath

   库基于构建

   xmldom

   ，允许您运行XPath查询。请注意，XHTML具有自己的名称空间，并且类似之类的查询

   //a

   将不起作用。

最终，您得到了类似的内容。

const fs = require('mz/fs');const xpath = require('xpath');const parse5 = require('parse5');const xmlser = require('xmlserializer');const dom = require('xmldom').DOMParser;(async () => {    const html = await fs.readFile('./test.htm');    const document = parse5.parse(html.toString());    const xhtml = xmlser.serializeToString(document);    const doc = new dom().parseFromString(xhtml);    const select = xpath.useNamespaces({"x": "http://www.w3.org/1999/xhtml"});    const nodes = select("//x:a/@href", doc);    console.log(nodes);})();