Greasemonkey - regex在javascript中改变链接

Question

我正在尝试使用greasemonkey更改网页的url。

修改对象示例:

<p><a rel="nofollow" href="http://site.com/goto/http_rapidshare_com_files_1401021221_SK_RG_X_FLAWL3SS_part01_rar/11609/107" rel="nofollow">http://rapidshare.com/files/1401021221/SK.RG.X.FLAWL3SS.part01.rar</a></p>
<p><a rel="nofollow" href="http://site.com/goto/http_rapidshare_com_files_3525685465_1_3_3_8_com_Parenthood_2010_S03E07_720p_HDTV_X264_DIMENSION_mkv/11598/51" rel="nofollow">http://rapidshare.com/files/3525685465/1-3-3-8.com_Parenthood.2010.S03E07.720p.HDTV.X264-DIMENSION.mkv</a></p>

GreaseMonkey脚本:

var els = document.getElementsByTagName("*");
for(var i = 0, l = els.length; i < l; i++) {
  var el = els[i];
   el.innerHTML = el.innerHTML.replace(/<p><a rel="nofollow" href=".*?" rel="nofollow">(.*?)</a></p>/img, '<p><a rel="nofollow" href="$1" rel="nofollow">$1</a><p>');
}

期望输出:

<p><a rel="nofollow" href="http://rapidshare.com/files/1401021221/SK.RG.X.FLAWL3SS.part01.rar" rel="nofollow">http://rapidshare.com/files/1401021221/SK.RG.X.FLAWL3SS.part01.rar</a></p>
<p><a rel="nofollow" href="http://rapidshare.com/files/3525685465/1-3-3-8.com_Parenthood.2010.S03E07.720p.HDTV.X264-DIMENSION.mkv" rel="nofollow">http://rapidshare.com/files/3525685465/1-3-3-8.com_Parenthood.2010.S03E07.720p.HDTV.X264-DIMENSION.mkv</a></p>

基本上，上面的正则表达式应该改变href (http://site.com/goto/http_rapidshare_com_files_1401021221_SK_RG_X_FLAWL3SS_part01_rar/11609/107)到url的可见文本(http://rapidshare.com/files/1401021221/SK.RG.X.FLAWL3SS.part01.rar)，但由于某种原因，它不知道为什么?

谢谢大家!
问候,
Lob

Answer 1

更精确地定位链接。当试图解析HTML时，Regex是非常脆弱的;偶数顺序的微小变化或空白都可能破坏它。

幸运的是，在这种情况下似乎不需要regex。

这应该可以工作(未经测试):

var rapidShareLinks = document.querySelectorAll ("a[href*='rapidshare']");
for (var J = rapidShareLinks.length - 1;  J >= 0;  --J) {
    var rsLink  = rapidShareLinks[J];
    rsLink.href = rsLink.textContent;
}

Answer 2

这是对第一期问题的回答

对于第二版-只需使用Brock的答案(selected)

---

这个应该可以工作:

var els = document.getElementsByTagName("A");
for(var i = 0, l = els.length; i < l; i++) {
    var el = els[i];
    el.href = el.href.replace(/http://(.)+?/(.)+?//, '').replace(//.+/g, '').replace('http_', 'http://').replace(/_files_(d+?)_/, '/files/$1/').replace(/_/g, '.');
}

请注意，我只匹配<a>标记，并直接解析它们的href属性。

另外，因为它是一个示例脚本，所以它不关心页面上的其他链接，这些链接可能会在处理过程中被破坏;)