obtenez de texte d'une page web via javascript

Vous pourriez le faire avec Ranges /TextRanges. Cela a l'avantage de n'arriver que le texte visible sur la page (contrairement, par exemple, la textContent propriété des éléments non-IE navigateurs, qui sera également vous obtenir le contenu de <script> et éventuellement à d'autres éléments). Ce qui suit fonctionnera sur tous les navigateurs principaux, bien que je ne peux faire aucune garantie quant à la consistance des sauts de ligne entre les différents navigateurs.

Mise à JOUR de novembre 2012

Je ne pense pas que ce soit une bonne idée ces jours-ci. Alors que Selection est maintenant spécifié, ses toString() méthode n'est pas, et pour un certain temps (y compris lorsque Microsoft a été mise en œuvre pour IE 9) il a été précisé à se comporter comme textContent. Pour cette méthode, le navigateur de la cohérence a empiré au lieu de s'améliorer depuis 2009.

function getBodyText(win) {
    var doc = win.document, body = doc.body, selection, range, bodyText;
    if (body.createTextRange) {
        return body.createTextRange().text;
    } else if (win.getSelection) {
        selection = win.getSelection();
        range = doc.createRange();
        range.selectNodeContents(body);
        selection.addRange(range);
        bodyText = selection.toString();
        selection.removeAllRanges();
        return bodyText;
    }
}

alert( getBodyText(window) );

Si la page que vous voulez gratter vient du même domaine, c'est assez simple. Il vous suffit d'utiliser AJAx pour obtenir la page en tant que texte, et ensuite trouver ce que vous voulez à partir de là. Voici un exemple:

<script>
  function ajax(url, callbackFunction) {
    var request =  new XMLHttpRequest();
    request.open("GET", url, true);
    request.setRequestHeader("Content-Type",
      "application/x-www-form-urlencoded");

    request.onreadystatechange = function() {
      var done = 4, ok = 200;
      if (request.readyState == done && request.status == ok) {
        if (request.responseText) {
          callbackFunction(request.responseText);
        }
      }
    };
    request.send();
  }

  var buttonClicked = function () {
    ajax('/~jedi/index.html', getComplete);
  }

  var getComplete = function (text) {
    alert(text);
  }
</script>

<button onclick="buttonClicked()">Debug</button>

Si la page provenant d'un domaine différent, vous êtes hors de la chance. Vous devez le faire sur le serveur. Vous êtes en mesure de charger des données sur votre page à partir d'un domaine différent à l'aide d'une IFrame (vous pouvez créer une IFrame invisible par programmation), mais le navigateur ne vous permettra pas de lire ces données en raison de politiques de sécurité.