如下所示，想知道我的这种想法能实现么？

Question

RT，想通过JS抓取远端的HTML页面并解析页面（能分别解析tag最好，不能的话正则吧）获取内容
不是node.js就是本地的javascript(或者jquery)

Answer 1

nodejs做采集可行，但是受制于并发性效率不会很高，你说的本地js是指什么？jquery不是前端框架么，浏览器端通常不支持跨域访问，非要在浏览器端实现的话，可以考虑用ajax回调

Answer 2

如果你有远端服务器的权限，可以配置CORS，允许你的JS跨域抓取~如果你木有远端服务器的权限，则需要用到代理~一个超简单的PHP代理例子：proxy.php<?php &nbsp;&nbsp;&nbsp;&nbsp;$html&nbsp;=&nbsp;file_get_contents('http://www.example.com/');&nbsp;&nbsp;&nbsp;&nbsp;echo&nbsp;$html;?>

Answer 3

其实最大的限制就是其他人都提到的跨域问题。跨域问题只能通过代理来解决，比如你写一个Server，专门写一个暴露给JS调用的接口用于抓取页面。对于JS解析HTML的情况，答题思路两种：1、真的做解析。这一块的库肯定有人已经写好了。建议直接到Github上搜索下.2、讲抓取到的网页内容潜入到dom中，让浏览器帮你渲染好。然后你可以用JQ等方式简单地去获取你要的节点内容。注意如果是第二点，你需要注意的是：1、过滤掉内容中的script等标签，避免脚本执行2、直接放在内存中渲染，不用append到页面，避免对你自己页面的影响。