xml捕获需区分xhr/fetch响应与dom嵌入两类来源：前者须拦截网络请求并解析响应体，后者应直接提取textcontent；混用方法将导致失败。
XML 捕获必须区分来源：XHR 还是 DOM？
浏览器插件无法“全局监听所有 XML”，必须明确目标来源。常见两类：一是页面通过 fetch 或 XMLHttpRequest 加载的 XML 响应（如 RSS、SOAP 接口）；二是页面 DOM 中已存在的 <?xml> 声明或 <root><item>...</item></root> 结构。前者需拦截网络请求，后者可直接查询 DOM —— 方法完全不同，混用会导致捕获失败。
- DOM 中的 XML 通常只是普通 HTML 元素（如
<pre class="brush:php;toolbar:false;"></pre>里放的 XML 字符串），没有解析为 XML 文档对象，不能用responseXML - XHR/fetch 的 XML 响应，只有在
responseType === 'document'或服务端返回Content-Type: application/xml且浏览器自动解析时，才可能拿到responseXML - 现代 fetch 默认不解析 XML，
response.text()是最稳妥的获取原始 XML 字符串方式
拦截 XHR/fetch 并提取 XML 响应体
需在 content script 中重写原生方法，捕获响应内容。注意：fetch 拦截比 XHR 更复杂，因它是 Promise 驱动，需包装 response.clone() 避免 body 被读取多次。
const originalFetch = window.fetch;
window.fetch = function(...args) {
return originalFetch(...args).then(response => {
// 只处理明确返回 XML 的响应
const contentType = response.headers.get('content-type');
if (contentType && /application\/xml|text\/xml/i.test(contentType)) {
const cloned = response.clone();
cloned.text().then(xmlStr => {
// 此处发送 XML 字符串到后台脚本或上传接口
chrome.runtime.sendMessage({
type: 'xml-captured',
url: response.url,
xml: xmlStr.slice(0, 102400) // 限制长度防爆内存
});
}).catch(() => {});
}
return response;
});
};
- 不要在 fetch 拦截中直接调用
response.text()后返回新 Response —— 会破坏原始响应流 -
chrome.runtime.sendMessage需在 manifest.json 中声明"externally_connectable"或仅用于内部通信 - 部分站点使用
blob:URL 或 Service Worker 拦截请求，此时 content script 无法捕获，需改用webRequestAPI（需"webRequest"权限和"host_permissions"）
从 DOM 提取 XML 字符串的可靠方式
当 XML 以文本形式嵌入 HTML（如 <script type="application/xml"></script>、<pre class="xml"></pre>、或注释节点），用 textContent 最安全。避免用 innerHTML，防止误解析标签。
Comet AI 浏览器
下载
下载 Comet AI 浏览器，体验由 Perplexity AI 驱动的革命性上网方式。内置 AI 助手可实时总结网页、跨标签页对比信息、自动执行任务。告别繁琐操作，让 AI 成为你的浏览副驾，大幅提升研究与工作效率。支持 Windows、macOS、Android 和 iOS。
// 匹配常见的 XML 容器
const xmlCandidates = [
'script[type="application/xml"]',
'script[type="text/xml"]',
'pre.xml',
'code.xml',
'textarea[lang="xml"]'
].map(sel => document.querySelectorAll(sel)).flat();
xmlCandidates.forEach(el => {
let xmlStr = el.textContent.trim();
// 简单校验：开头是否含 <?xml 或 <root 类似结构
if (/^<\?xml\s|^\s*<\w+[\s>]/.test(xmlStr)) {
chrome.runtime.sendMessage({
type: 'xml-from-dom',
selector: el.outerHTML.substring(0, 50),
xml: xmlStr.slice(0, 102400)
});
}
});
- DOM 提取无法捕获动态生成的 XML（如 JS 拼接后写入
innerHTML但未挂载到文档） - 若 XML 被压缩成一行且无换行，正则
/^ 仍有效；但纯二进制 XML（如 gzip 压缩）无法通过 DOM 提取 - 注意 CSP 限制：某些站点禁止内联脚本执行，需将逻辑注入到
run_at: "document_idle"的 content script
上传前必须处理的三个实际问题
直接 fetch(uploadUrl, { method: 'POST', body: xmlStr }) 很容易失败。真实环境中需确认以下三点：
- 服务端是否要求
Content-Type: application/xml？还是接受text/plain或表单字段？不匹配会返回 400 - XML 字符串是否含非法控制字符（如 \u0000–\u0008）？上传前建议用
xmlStr.replace(/[\x00-\x08\x0B\x0C\x0E-\x1F\x7F]/g, '')清理 - 跨域上传时，若服务端未设置
Access-Control-Allow-Origin，需走 background script 中转（background 不受 CORS 限制）
最易被忽略的是编码一致性：XML 声明中的 encoding="GBK" 和实际传输字节不匹配，会导致服务端解析乱码。插件中统一用 UTF-8 处理和上传，除非服务端明确要求其他编码。
