Abrufen des Seitentitels von einer geschabt Webseite

Question

var http = require('http'); 
var urlOpts = {host: 'www.nodejs.org', path: '/', port: '80'}; 
http.get(urlOpts, function (response) { 
response.on('data', function (chunk) { 
var str=chunk.toString(); 
var re = new RegExp("(<\s*title[^>]*>(.+?)<\s*/\s*title)\>", "g") 
console.log(str.match(re)); 
}); 

}); 

Ausgabe

user@dev ~ $ node app.js [ 'node.js' ] null null

Ich muß nur den Titel bekommen.

Answer 1

würde ich RegEx.exec statt String.match vorschlagen, mit. Sie können auch den regulären Ausdruck mit der Literalsyntax definieren, und nur ein einziges Mal: ​​

var http = require('http'); 
var urlOpts = {host: 'www.nodejs.org', path: '/', port: '80'}; 
var re = /(<\s*title[^>]*>(.+?)<\s*\/\s*title)>/gi; 
http.get(urlOpts, function (response) { 
    response.on('data', function (chunk) { 
     var str=chunk.toString(); 
     var match = re.exec(str); 
     if (match && match[2]) { 
      console.log(match[2]); 
     } 
    });  
}); 

Der Code geht auch davon aus, dass die title in einem Klumpen vollständig sein wird und nicht zwischen zwei Stücke geteilt. Es wäre wahrscheinlich am besten, eine Ansammlung von Chunks zu behalten, falls die title zwischen Chunks aufgeteilt ist. Sie können auch aufhören, nach dem title zu suchen, sobald Sie es gefunden haben.