我需要解析(服务器端)大量的HTML页面。
我们都同意regexp不是解决问题的方法。
在我看来,javascript是解析HTML页面的原生方法,但这一假设依赖于服务器端代码具有javascript在浏览器中具有的所有DOM功能。
Node.js有内置的功能吗?
有没有更好的方法来解决这个问题,在服务器端解析HTML?
发布于 2013-04-21 02:09:14
FB55的Htmlparser2似乎是一个很好的选择。
发布于 2013-08-24 19:40:12
jsdom太严格了,不能做任何真正的屏幕抓取的事情,但漂亮的汤不会被糟糕的标记卡住。
node-soupselect是将python的精美之汤移植到nodejs中的一个端口,它工作得非常漂亮
https://stackoverflow.com/questions/7372972
复制相似问题