Jak tworzyć obiekty dokumentów za pomocą JavaScript

Zakładając, że próbujesz utworzyć w pełni przetworzony obiekt dokumentu z ciągu znaczników i typu zawartości, który również znasz – może dlatego, że uzyskałeś html z XMLHttpRequest, a tym samym uzyskałeś content-type w nagłówku http Content-Type; prawdopodobnie Zwykle text/html) - powinno to być takie proste:

var doc = (new DOMParser).parseFromString(markup, mime_type);

W idealnym świecie przyszłości, gdzie implementacje przeglądarki DOMParser są tak silne i kompetentne, jak ich renderowanie dokumentów – być może jest to dobry wymóg marzeń o przyszłości HTML6 wysiłki norm. Okazuje się jednak, że nie ma obecnych przeglądarek.

Prawdopodobnie masz łatwiejszy (ale nadal bałagan) problem z ciągiem html, dla którego chcesz uzyskać w pełni przetworzony obiekt Document. Oto jeszcze jedno podejście do tego, jak to zrobić, które również powinno działać we wszystkich przeglądarkach – najpierw tworzysz obiekt HTML Document:

var doc = document.implementation.createHTMLDocument('');

A następnie uzupełnij go fragmentem html :

doc.open();
doc.write(html);
doc.close();

Teraz powinieneś mieć w pełni parsowany DOM w doc, który możesz uruchomić alert(doc.title) on, wycinanie za pomocą selektorów css, takich jak doc.querySelectorAll('p') lub ditto XPath za pomocą doc.evaluate.

To działa w nowoczesnych przeglądarkach WebKit, takich jak Chrome i Safari – właśnie testowałem w Chrome 22 i Safari 6 odpowiednio) - oto przykład, który pobiera kod źródłowy bieżącej strony, odtwarza go w nowej zmiennej dokumentu src, odczytuje jego tytuł, nadpisuje go za pomocą cytowanej wersji html tego samego kodu źródłowego i pokazuje wynik w iframe: http://codepen.io/johan/full/KLIeE

Niestety, nie sądzę, aby inne współczesne przeglądarki miały jeszcze tak solidne implementacje.

Zgodnie z spec ( doc ), można użyć createHTMLDocument Metody DOMImplementation, dostępnej za pośrednictwem document.implementation w następujący sposób:

var doc = document.implementation.createHTMLDocument('My title');  
var body = document.createElementNS('http://www.w3.org/1999/xhtml', 'body'); 
doc.documentElement.appendChild(body);
// and so on

• jsFiddle: http://jsfiddle.net/9Fh7R /
• dokument MDN dla DOMImplementation: https://developer.mozilla.org/en/DOM/document.implementation
• dokument MDN dla DOMImplementation.createHTMLDocument: https://developer.mozilla.org/En/DOM/DOMImplementation.createHTMLDocument

Zaktualizowana odpowiedź na 2014 rok, w miarę rozwoju Domparsera. Działa to we wszystkich obecnych przeglądarkach, które mogę znaleźć, i powinno działać również we wcześniejszych wersjach IE, używając dokumentu ecManaut.wdrożenie.createHTMLDocument ( " ) podejście powyżej.

Zasadniczo, IE, Opera, Firefox mogą Wszystkie parsować jako "tekst / html". Safari przetwarza jako "tekst / xml".

Uważaj jednak na nietolerancyjne parsowanie XML. Analizator Safari ulegnie rozbiciu na niełamliwe spacje i inne znaki HTML (francuski / niemiecki akcenty) oznaczane ampersandami. Zamiast obsługiwać każdy znak oddzielnie, poniższy kod zastępuje wszystkie ampersands bezsensownym ciągiem znaków " j!J!". Ten łańcuch może być następnie ponownie renderowany jako ampersand podczas wyświetlania wyników w przeglądarce (prostsze, jak znalazłem, niż próba obsługi Ampersand w" fałszywym " parsowaniu XML).

function parseHTML(sText) {
try {

    console.log("Domparser: " + typeof window.DOMParser);

    if (typeof window.DOMParser !=null) {
        // modern IE, Firefox, Opera  parse text/html
        var parser = new DOMParser();
        var doc = parser.parseFromString(sText, "text/html");
        if (doc != null) {
            console.log("parsed as HTML");
            return doc

        }
        else {

            //replace ampersands with harmless character string to avoid XML parsing issues
            sText = sText.replace(/&/gi, "j!J!");
            //safari parses as text/xml
            var doc = parser.parseFromString(sText, "text/xml");
            console.log("parsed as XML");
            return doc;
        }

    } 
    else  {
        // older IE 
        doc= document.implementation.createHTMLDocument('');
        doc.write(sText);           
        doc.close;
        return doc; 
    }
} catch (err) {
    alert("Error parsing html:\n" + err.message);
}
}

Poniższe działa w większości popularnych przeglądarek, ale nie w niektórych. To jest jak proste powinno BYĆ (ale nie jest):

// Fails if UA doesn't support parseFromString for text/html (e.g. IE)
function htmlToDoc(markup) {
  var parser = new DOMParser();
  return parser.parseFromString(markup, "text/html");
}

var htmlString = "<title>foo bar</title><div>a div</div>";
alert(htmlToDoc(htmlString).title);

Aby uwzględnić kaprysy agenta użytkownika, może być lepiej (zwróć uwagę na atrybucję):

/*
 * DOMParser HTML extension
 * 2012-02-02
 *
 * By Eli Grey, http://eligrey.com
 * Public domain.
 * NO WARRANTY EXPRESSED OR IMPLIED. USE AT YOUR OWN RISK.
 *
 * Modified to work with IE 9 by RobG
 * 2012-08-29
 *
 * Notes:
 *
 *  1. Supplied markup should be avalid HTML document with or without HTML tags and
 *     no DOCTYPE (DOCTYPE support can be added, I just didn't do it)
 *
 *  2. Host method used where host supports text/html
 */

/*! @source https://gist.github.com/1129031 */
/*! @source https://developer.mozilla.org/en-US/docs/DOM/DOMParser */

/*global document, DOMParser*/

(function(DOMParser) {
    "use strict";

    var DOMParser_proto;
    var real_parseFromString;
    var textHTML;         // Flag for text/html support
    var textXML;          // Flag for text/xml support
    var htmlElInnerHTML;  // Flag for support for setting html element's innerHTML

    // Stop here if DOMParser not defined
    if (!DOMParser) return;

    // Firefox, Opera and IE throw errors on unsupported types
    try {
        // WebKit returns null on unsupported types
        textHTML = !!(new DOMParser).parseFromString('', 'text/html');

    } catch (er) {
      textHTML = false;
    }

    // If text/html supported, don't need to do anything.
    if (textHTML) return;

    // Next try setting innerHTML of a created document
    // IE 9 and lower will throw an error (can't set innerHTML of its HTML element)
    try {
      var doc = document.implementation.createHTMLDocument('');
      doc.documentElement.innerHTML = '<title></title><div></div>';
      htmlElInnerHTML = true;

    } catch (er) {
      htmlElInnerHTML = false;
    }

    // If if that failed, try text/xml
    if (!htmlElInnerHTML) {

        try {
            textXML = !!(new DOMParser).parseFromString('', 'text/xml');

        } catch (er) {
            textHTML = false;
        }
    }

    // Mess with DOMParser.prototype (less than optimal...) if one of the above worked
    // Assume can write to the prototype, if not, make this a stand alone function
    if (DOMParser.prototype && (htmlElInnerHTML || textXML)) { 
        DOMParser_proto = DOMParser.prototype;
        real_parseFromString = DOMParser_proto.parseFromString;

        DOMParser_proto.parseFromString = function (markup, type) {

            // Only do this if type is text/html
            if (/^\s*text\/html\s*(?:;|$)/i.test(type)) {
                var doc, doc_el, first_el;

                // Use innerHTML if supported
                if (htmlElInnerHTML) {
                    doc = document.implementation.createHTMLDocument("");
                    doc_el = doc.documentElement;
                    doc_el.innerHTML = markup;
                    first_el = doc_el.firstElementChild;

                // Otherwise use XML method
                } else if (textXML) {

                    // Make sure markup is wrapped in HTML tags
                    // Should probably allow for a DOCTYPE
                    if (!(/^<html.*html>$/i.test(markup))) {
                        markup = '<html>' + markup + '<\/html>'; 
                    }
                    doc = (new DOMParser).parseFromString(markup, 'text/xml');
                    doc_el = doc.documentElement;
                    first_el = doc_el.firstElementChild;
                }

                // RG: I don't understand the point of this, I'll leave it here though 
                //     In IE, doc_el is the HTML element and first_el is the HEAD.
                //
                // Is this an entire document or a fragment?
                if (doc_el.childElementCount == 1 && first_el.localName.toLowerCase() == 'html') {
                    doc.replaceChild(first_el, doc_el);
                }

                return doc;

            // If not text/html, send as-is to host method
            } else {
                return real_parseFromString.apply(this, arguments);
            }
        };
    }
}(DOMParser));

// Now some test code
var htmlString = '<html><head><title>foo bar</title></head><body><div>a div</div></body></html>';
var dp = new DOMParser();
var doc = dp.parseFromString(htmlString, 'text/html');

// Treat as an XML document and only use DOM Core methods
alert(doc.documentElement.getElementsByTagName('title')[0].childNodes[0].data);

Nie zniechęcaj się ilością kodu, jest dużo komentarzy, można go nieco skrócić, ale staje się mniej czytelny.

Oh, a jeśli znacznik jest poprawny XML, życie jest znacznie prostsze:

var stringToXMLDoc = (function(global) {

  // W3C DOMParser support
  if (global.DOMParser) {
    return function (text) {
      var parser = new global.DOMParser();
      return parser.parseFromString(text,"application/xml");
    }

  // MS ActiveXObject support
  } else {
    return function (text) {
      var xmlDoc;

      // Can't assume support and can't test, so try..catch
      try {
        xmlDoc = new ActiveXObject("Microsoft.XMLDOM");
        xmlDoc.async="false";
        xmlDoc.loadXML(text);
      } catch (e){}
      return xmlDoc;
    }
  }
}(this));


var doc = stringToXMLDoc('<books><book title="foo"/><book title="bar"/><book title="baz"/></books>');
alert(
  doc.getElementsByTagName('book')[2].getAttribute('title')
);