Problema concettuale sugli href

[Araganaus]

Vorrei scrivere un pezzo di programma in Javascript che, data una stringa contenente del codice html, individui all'interno di quel codice tutti i collegamenti ed esegua una certa funzione ogni volta passando come argomento il collegamento trovato. Pensavo che bastasse cercare con indexOf tutti gli "http://" e seguirli semplicemente fino alla fine. Tuttavia alcune pagine (quasi tutte) invece di mettere il collegamento completo con tutto l'"http://" semplicemente mettono un indirizzo relativo. Grazie a voi, una volta individuato l'indirizzo relativo, ho la possibilità di convertirlo in indirizzo assoluto. Il problema, però, è trovarlo. Pensavo di metterci una ricerca della sottostringa "href" e saltare di qualche carattere a destra, solo che poi è un macello, perchè c'è chi scrive "<a href='Pincopallo.htm'>" e chi scrive "<a href = 'Pincopallo.htm'>" allora ho pensato di cercare le prime virgolette dopo href e aggiungere uno, ma mi chiedevo se a qualcuno di voi viene in mente una idea un pò più semplice...

Grazie a tutti!
Araganaus

[Myaku]

premetto che non mi è molto chiaro ciò che stai facendo, non ti è sufficiente fare una ricerca per i tag <a>?

[floyd]

se puoi accedere a document
var list = document.getElementsByTagName('a');
for (var i=0; i<list.length; i++) {
var href = list.item(i).href;
}

[Araganaus]

... io ho il codice html su di una stringa... quindi... non lo so... che faccio, metto tutto in un frame nascosto e uso così? Solo che poi cambia la sintassi? Come faccio a dire frame invece di document? E non c'è un modo per farlo senza frames? No, immagino, perchè poi non lo analizza...
Hmmmmm....

Araganaus

[Mega69]

Basta usare una regex:

//'codice' è il codice html
var indirizzi = codice.match(/<a[^>]+href=['"][^'"]*['"]/g);
for(var i = 0, l = indirizzi.length; i!=l; i++) {
  var href = indirizzi[i].match(/href=['"](.+)['"]$/)[1];
  //fai qualcosa con la variabile href
}

Provato.