JS 中如何让 String 继承 getElement

[zhuzhuaini]

目前在学习 JS，主要目的是写一个油猴脚本，我的理解是油猴中写的 JS 脚本可以外挂在需要执行的网页当中。

目前我的需求是，先获取网页当中的 href 超链接（目前已经实现）

然后通过油猴的“GM_xmlhttpRequest”去访问这个超链接，并返回源码（这一步也已经实现）

剩下的就是解析源码了，但是我也需要获取源码中的节点嘛，那我本来获取 href 超链接可以使用 document.getElementsByClassName 的方式去获取，但现在返回回来的源码是一个 String 类型的数据，他没法使用类似 getElementsByClassName 的方法去定位，所以我来问问有没有什么方法可以实现让 String 数据继承，如果没有的话，我就要想办法用正则去实现了。。。

我看了其他人写的代码，基本上都用到了一些库可以解析，比如 request，Cheerio 啥的，但是我琢磨了下发现都似乎无法在油猴上实现导入这些库。

如果各位大佬有更好的方案也请指教。。

[Rache1]

var el = document.createElement('div');
el.innerHTML = <返回的源码字符串>

然后 el.getElementsByClassName 这些方法就可以用了

[tyx1703]

1. 首先利用 `document.createElement` 创建一个顶级节点 el，然后 `el.innerHTML = source`, 最后用 `el.getElementsByClassName`

2. 利用 jQuery

[iNaru]

GM_xmlhttpRequest({
responseType: "document"
})

或者使用 DOMParser

[zhuzhuaini]

@faqqcn 大佬好 前面两步都好了 但是最后用方法的时候会提示 el.getElementById is not a function...

[zhuzhuaini]

@faqqcn 对了 我返回回来的源码 中文全部变成了 一个黑框框 中间是个问号�� 这种是怎么回事 感觉像是编码问题 但是 GM_xmlhttpRequest 似乎没有给我太多的选择让我去返回编码

[tyx1703]

@zhuzhuaini getElementById 只能通过 document 调用，可以用 el.querySelector 代替。

[zhuzhuaini]

@tyx1703 好的 你知道为什么 GM_xmlhttpRequest 获取回来的源码中文部分是乱码么。。

[muzuiget]

用 DOMParser 就行了啊。

[tyx1703]

@zhuzhuaini 抱歉，这个不了解

[Rache1]

@iNaru 😂 牛，学到一个新 API

[duan602728596]

原生的选择上面已经说了，用 DOMParser 。
用库解析的话就可以考虑 jsdom 、cheerio 、linkedom

[Rache1]

@zhuzhuaini 黑框一般都是中文乱码了，这个可以试着添加 header (Accept-Charset) 来请求服务器发回指定的编码的数据，也可以自行转换编码。

[zhuzhuaini]

@muzuiget
@iNaru
感谢回复，目前题目的问题已经解决了，但是有个新问题，就是获取回来的页面中文是乱码，我研究了下，应该是目标页面采用 GB2312 编码，而 GM_xmlhttpRequest 默认使用了 utf8 的问题导致的，目前我采取了如下方案：
1：在请求标头中添加 gb2312 。结果无效，输出还是乱码
2：将获取下来的乱码源码经过函数转换成 UTF-8 。结果无效，输出为 URL 编码形式了，但是我手动 URL 解码后发现还是乱码的。
以上我想到的两种方案均失败了，，所以来问问大佬有没有可行的方案-。-

[Rhilip]

上面说 jsdom 、cheerio 、linkedom 都是瞎说。
油猴脚本运行环境是浏览器，而不是 Node，所以方法就：
1. L3 所说的，在 GM_xmlhttpRequest 时直接指定返回类型为 document，让浏览器 xhr 将其直接解析为 Document 最为方便；或是用 DOMParser，这样你可以拿到 string 后做一些修改再解析
2. L2 所说的，用 jQuery 生成一个对象。我认为 jQuery 在 userscript 中还是很有用的。
3. L1 所说的，直接创建一个 document.createElement('div') ，然后修改 innerHTML 。但最不建议的也是这种方法，因为 用 GM_xmlhttpRequest 通常拿到的是完整的网页源代码

[zhuzhuaini]

@faqqcn 尝试了添加 header：
headers: {
'Accept': 'text/html; charset=UTF-8',
},
其中 UTF-8 和 GB2312 我都试了 均无效，感觉这服务器不听我的 哈哈哈

[zhuzhuaini]

@Rhilip 感谢回复，是的，楼上几个方案我都试了，最后发现还是 L3 的来的最简单直接

[zhuzhuaini]

我感觉我的问题和
https://zhidao.baidu.com/question/16114153.html
这位老哥的是相似的，只是他的解决方案好像并不适合我

[muzuiget]

@zhuzhuaini 中文编码用 TextDecoder 转换一下就行了，不要用 GM_xmlhttpRequest，直接用 fetch 函数，拿到 ArrayBuffer 然后传给 TextDecoder 按 GBK 解码，得到 JS 字符串，然后再用 DOMParser 。

[Rhilip]

@muzuiget 应该是涉及到跨域了，所以不能用 fetch，只能用 GM_xmlhttpRequest 。
其实 GM_xmlhttpRequest 也支持设置 responseType 为 arraybuffer

[Rhilip]

@zhuzhuaini 关于添加请求头这个肯定没用，服务器不响应 utf-8 的就没用。
有对应测试网址吗？
因为我感觉如果设置 responseType 为 document，编码这个问题应该是浏览器帮忙解决了的。

[zhuzhuaini]

@Rhilip 有的 网址是 http://www.dedecms.com/
我的脚本代码是
GM_xmlhttpRequest({
url: 'http://www.dedecms.com/',
onload: function(res){
var resp = res.response
console.log(resp)
}})
我目前是测试 所以我随便找了个网页（百度首页），把脚本通过油猴挂载到百度里 ，但是控制台输出的源码就是中文会是乱码

[zhuzhuaini]

@Rhilip 即时我设置 responseType 为 document 代码如下
GM_xmlhttpRequest({
url: '和谐',
responseType: "document",
onload: function(res){
var resp = res.response
console.log(resp)
}})
问题依旧

[duan602728596]

其实 jsdom 、cheerio 、linkedom 是可以在浏览器中使用的，只不过没提供浏览器能使用版本而已。
我现在在浏览器中处理 html 就是用的 DOMparser 和 cheerio （因为 DOMparser 不能在 webworker 的环境中使用）。
不过看来 LZ 也不一定会用 webpack 和 rollup，还是用 DOMparser 吧。

[Rache1]

@zhuzhuaini 😂 这个是取决于服务器的实现，服务器没有实现这一块的话，也没办法，只有自己转了

[Rache1]

@Rhilip 😂 我看文档里面写的是 「 responseType one of arraybuffer, blob, json 」，不过好奇为啥 document 也可以用(没有尝试)

[Rache1]

@Rhilip 看到了原生 xhr 的 responseType 可以设置 document

[mopig]

加上 overrideMimeType: 'text/html;charset=gb2312' 就行了 😁

[zhuzhuaini]

@mopig 秒啊！ 可以封贴了

[zhuzhuaini]

感谢楼上的各位帮助 不胜感激！