Utilisez casperjs pour obtenir tous les liens d'une page

Question

je dois utiliser casperJS et PhantomJS pour obtenir uniquement les liens à la fois ahref attribut et imgsrc qui commencent par http, https, ftp ou FTPS (je suppose que c'est le regex qui devrait être utilisé. ((http|https|ftp|ftps):\/\/[^"]+)"/g)

I mis en œuvre le code qui obtient les liens que des a balises, mais je dois améliorer pour obtenir aussi les liens de img balises qui correspondent à l'expression rationnelle ...

var casper = require('casper').create(); 
var links; 

function getLinks() { 
    var links = document.querySelectorAll('img'); 
    return Array.prototype.map.call(links, function (e) { 
     return e.getAttribute('src') 
    }); 
} 

casper.start('https://marvel.com'); 

casper.then(function() { 
    links = this.evaluate(getLinks); 
}); 

casper.run(function() { 
    for(var i in links) { 
     console.log(links[i]); 
    } 
    casper.done(); 
}); 

Answer 1

Une chaîne fournit le match fonction où vous pouvez évaluer une expression régulière contre. Il renvoie les correspondances sous forme de tableau ou null s'il n'y a pas de correspondance.

casper.then(function(){ 
    var regex = /((http|https|ftp|ftps):\/\/[^"]+)"/g)/; 
    var srcs = this.getElementsAttribute("img", "src").filter(function(src){ 
     return !!src.match(regex); 
    }); 

    srcs.forEach(function(src){ 
     console.log(src); 
    }); 
}); 

Ce regex ne semble pas juste à mes yeux, donc j'utiliser var regex = /^(ht|f)tps?:\/\//;