互联网标准之微格式

用户1154259

发布于 2018-01-17 15:39:57

7660

发布于 2018-01-17 15:39:57

文章被收录于专栏：xingoo, 一个梦想做发明家的程序员

微格式

微格式其实并不是浏览器或者HTML的某种标准，而是很多人进行起草创建的。它帮助我们更有效的管理前端代码，不仅让人能够读取其中的信息，也能让机器理解（典型的比如爬虫）。

　　微格式目前的应用并不广泛，大多数的网站都是采用自己定义的格式来书写。

　　因此就会出现这样的情况，同样时招聘网站，A站采用一种风格，B站采用另一种风格。这样如果某个爬虫需要爬去招聘中个人信息，就不得不写出两套方案。微格式则使用某种规定的格式，比如在class中以特定的类名标识，从而区分不同的关键字段。

　　目前已经制定了多种微格式草案，比如hcard、hcalender等等。本篇就先介绍下hcard：

hcard

　　hcard是电子名片的一种微格式草案，它与vcard相关联。在网页中，如果这样定义：

<div id="hcard-xing-ha-lo" class="vcard">
 <a class="url fn n" href="http://www.cnblogs.com/xing901022/">  <span class="given-name">xing</span>
  <span class="additional-name">ha</span>
  <span class="family-name">lo</span>
</a>
 <div class="org">neu</div>
 <a class="email" href="mailto:123456789@123.com">123456789@123.com</a>
 <div class="adr">
  <div class="street-address">huangpu street</div>
  <span class="locality">dalian</span>，<span class="region">liaoning</span>，<span class="postal-code">11111</span>
  <span class="country-name">china</span>
 </div>
 <div class="tel">13455556666</div>
</div>

　　首先，最外层的div必须要有类名vcard，内部则满足一定的要求即可，任意标签只要class满足上面的定义就行。

　　例如上边的html片段，直接放在hcard的解析器里，就可以直接获得到关键的信息。