是否有从HTML页面中提取数据的库？
是否有从HTML页面中提取数据的库？
提问于 2012-01-23 13:00:18
我想从网页中提取信息。不幸的是，据我所知，该网站(4chan)没有公共API。
从HTML文档中提取特定数据的好库是什么？我更喜欢在UNIX系统上工作的免费软件库。
编辑:基本上我想从4 4chan获得帖子和图片。网页不是有效的HTML (并且没有doctype)，所以解析器不应该太严格。
回答 2
Stack Overflow用户
发布于 2012-01-23 13:05:38
您要寻找的是一个。
This link of a previous question应该会帮你的。还可以查看this question
Stack Overflow用户
发布于 2012-01-23 13:35:11
这是正确的，有很多库来解析html数据。例如，如果使用Perl，则可以使用HTML::Parse。
如果您只想得到一个快速的结果，并且您同意使用一个系统命令，您可以使用：
lynx -dump http://4chan.org或
links -dump http://4chan.org页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8972013
复制相关文章
相似问题
腾讯云开发者
