新人第一次提问，有没有大神知道如何用 js 的解析文本形式的 html 文件啊？

浏览器端不清楚 ，如果是 node 环境可以用 cheerio 这个库

@will0404 恩，能用 node 的确就简单了，可是我们的机顶盒浏览器只有 100M 内存。。。。

用 createFragment 不就可以了

导入到不可视元素就可以 DOM 了

没有用过 js 吗？
如果是固定的 html ，用 jQuery 就能处理了。

可以用 jquery 中带的那个搜索器

jquery 就可以吧
$('html')
$('<html></html>') //文本内容

@zenxds 谢谢，我不是要获取创建元素，是要解析 html 文件中元素的内容，获取图片地址，标题和描述等

@imn1 类似于 iframe 吗？

正则

@zhouyg 搜索器是什么？

@bigcoon 现在就是用的正则，可是不知道为什么会卡死浏览器，我的代码是这样的
function doAjaxCall(the_request){
$.ajax({
type:"get",
url:the_request,
dataType:"html",
success:function(result){
var ol = result+"";
var regTitle = /shelf-title-table[^.]*(\s*)[^.]*(\n)*(\r)*(.*)[^.]*(\?)*?menu-container/gm;
var mTitle,proName;
var reg = /yt-shelf-grid-item[^.]*(\s*)[^.]*(\n)*(\r)*(.*)[^.]*(\?)*?yt-shelf-grid-item/gm;
var m,i=0;
$("#program").empty();
while(i<7){
mTitle = regTitle.exec(ol)
//alert(regTitle.lastIndex)
proName = mTitle[0].match(/branded-page-module-title-text(\s*?)(.*?)<\/span>/)[0].replace("branded-page-module-title-text\">","").replace("</span>","");
var str = '<div class="nav"><ul><li><span>'+proName+'</span></li></ul></div>'+
'<div class="zd_con" id="zdCon'+i+'"><ul id="programList'+i+'">';
var j = 0;
strVertArr[i] = new Array();
reg.lastIndex = regTitle.lastIndex;
while(j<5){
m = reg.exec(ol);
var imgSrcURL = m[0].match(/src=".*?"/)[0].replace("src=\"","").replace("\"","");
var aHref = m[0].match(/href="\S*?"/)[0].replace("href=\"","http://www.youtube.com").replace("\"","");
var name = '';//m[0].match(/yt-lockup-title[^.]*?(\s*?)(.*?)<\/h3>/)[0].match(/title="\S*?"/)[0].replace("title=\"","").replace("\"","");
var description = '';//m[0].match(/<li>[^.]*(.*)(\s*)(.*)[^.]*<\/li>/)[0].replace("<li>","").replace("</li><li>","-").replace("</li>","");
if(j<5){
if(j==0)
str += '<li><a id="a'+i+j+'" onkeydown="changeHome(event,\'\')" onfocus="return false;" ';
else
str += '<li><a id="a'+i+j+'" onkeydown="changeLoc(event,\'\')" onfocus="return false;" ';
str += ' href="javascript:goToPlay(\'' + aHref + '\');" class="scale-item movies big-cover">';
str += '<img class="big-img" src="'+imgSrcURL+'" />';
str += '<span class="wz"><h3>'+name+'</h3><p>' + description +'</p></span></a></li>';
}
strVertArr[i][j] = new AdItem(name,imgSrcURL,aHref,description);
j++;
//ol.replace(m[0]+"","");
}
//alert(reg.lastIndex)
str += '</ul></div>';
strArray[i] = str;
i++;
$("#program").append(str);
//ol.replace(mTitle[0]+"","");
}
$("#program").css("margin-bottom","20px");
$(".body-right").css("margin-top","0px");
}
});
}

@Arrowing 可以给个简单的例子吗？

楼主这个 js 是运行在盒子的浏览器,还是 web 端的浏览器啊?
如果是运行在盒子,不如中间加一层代理,就是做 API 返回 JSON,这样处理就简单得多,更省资源.
盒子性能优先,正则处理 HTML 开销并不比后台处理小.

@xudd 不清楚问题所在 但是可以肯定的是 把+=这种拼接字符串 改成数组 push 每一行内容 最后 join 起来 是一种优化 字符串拼的越多的时候 效果越明显

有个思路，就是把文本形式的 html ，直接插入到一个 display:none 的 div 中去，这样相当于可以通过浏览器原生的方法来解析 HTML ，而不用自己手动写 JS 来解析。当然实际性能如何，还需要具体测试

@xudd 正则性能一般写的性能都很差，好的正则和不好的正则差别十分大，一般不建议这样使用。
例子(不能跨域)：
$.ajax({
type:"get",
url: 'https://cn.v2ex.com/t/282675',
dataType:"html",
success:function(result){

var htmlNode = $(result);
console.log(htmlNode);

}});

innerHTML

@loginv2 你的这种说法只对老式浏览器有效哦

http://stackoverflow.com/questions/7299010/why-is-string-concatenation-faster-than-array-join
http://stackoverflow.com/questions/7296594/array-join-vs-string-concat

楼主你给的代码看得太累了。既然你已经用了 jQuery ，也没有跨域的问题，那么用 jQuery 可以直接把返回的 HTML 构建出 DOM 树，包装成 jQuery 对象去访问里面的 dom 节点。然后用 css Query 去定位元素，并根据需要取 html() 或者 text() 就可以了。

一个参考的例子：

http://stackoverflow.com/questions/20007721/parsing-returned-html-from-jquery-ajax-request

非常感谢各位的耐心帮助，很多朋友都有提到 jquery ，但是我刚开始不太理解，看到 @ChiChou 给的链接才明白是怎么使用的，就是一句 ol = $(result).find(".item-section");就可以跟 iframe 一样使用 DOM 树上的内容了。再次感谢各位的帮助。

@ChiChou 其实知道，新版测过。但是一直在写兼容老版本的代码 （说起来都是泪

@loginv2 楼主说的地方是机顶盒，肯定是 webkit 之类的了