如何用JavaScript/Windows Batch提取HTML中的IPA值？代码报错求助

问题描述 #

要从剑桥词典页面的HTML中提取IPA音标buːm，编写的Windows Batch与JScript混合代码运行时提示Microsoft JScript runtime error: 对象不支持此属性或方法。

相关HTML片段：

</span><span class="pron dpron">/<span class="ipa dipa lpr-2 lpl-1">buːm</span>/</span></span></div><div class="pos-body">

原报错代码：

@if (@CodeSection == @Batch) @then

@echo off
setlocal

curl https://dictionary.cambridge.org/de/worterbuch/englisch/boom >phoneme.html

set "htmlfile=phoneme.html"

rem // invoke JScript hybrid code and capture its output
for /f %%I in ('cscript /nologo /e:JScript "%~f0" "%htmlfile%"') do set "converted=%%I"

echo %converted%

rem // end main runtime
PAUSE
goto :EOF

@end // end batch / begin JScript chimera

var fso = WSH.CreateObject('scripting.filesystemobject'),
    DOM = WSH.CreateObject('htmlfile'),
    htmlfile = fso.OpenTextFile(WSH.Arguments(0), 1),
    html = htmlfile.ReadAll();

DOM.write(html);
htmlfile.Close();

var scrape = DOM.getElementsByTagName('pron dpron').getElementsByClassName('ipa dipa lpr-2 lpl-1')[0].innerText;
WSH.Echo(scrape.match(/^.*=\s+(\S+).*$/)[0]);

错误原因分析 #

1. 标签名与类名混淆：getElementsByTagName是按HTML标签名（如span、div）查找元素，而pron dpron是元素的class属性值，不能用此方法查找。
2. 集合链式调用错误：getElementsByClassName返回的是元素集合，无法直接链式调用另一个getElementsByClassName，必须先取集合中的具体元素。
3. 多余正则匹配：目标文本就是buːm，无需用正则表达式额外处理，反而会导致匹配失败。

修正后的代码 #

@if (@CodeSection == @Batch) @then

@echo off
setlocal

curl https://dictionary.cambridge.org/de/worterbuch/englisch/boom >phoneme.html

set "htmlfile=phoneme.html"

rem // invoke JScript hybrid code and capture its output
for /f %%I in ('cscript /nologo /e:JScript "%~f0" "%htmlfile%"') do set "converted=%%I"

echo %converted%

rem // end main runtime
PAUSE
goto :EOF

@end // end batch / begin JScript chimera

var fso = WSH.CreateObject('scripting.filesystemobject'),
    DOM = WSH.CreateObject('htmlfile'),
    htmlfile = fso.OpenTextFile(WSH.Arguments(0), 1),
    html = htmlfile.ReadAll();

DOM.write(html);
htmlfile.Close();

// 先获取外层class为pron dpron的span元素
var pronContainer = DOM.getElementsByClassName('pron dpron')[0];
// 在容器内查找目标IPA元素并提取文本
var scrape = pronContainer.getElementsByClassName('ipa dipa lpr-2 lpl-1')[0].innerText;
// 直接输出提取到的音标
WSH.Echo(scrape);

关键修改点 #

• 替换getElementsByTagName('pron dpron')为getElementsByClassName('pron dpron')，正确按class查找元素。
• 拆分元素查找步骤，先获取外层容器元素，再在容器内查找目标元素，避免集合直接链式调用的错误。
• 移除多余的正则匹配代码，直接输出提取到的innerText，确保得到正确的buːm音标。

内容的提问来源于stack exchange，提问作者Franklyn W. R. Tigier