代码之家 › 专栏 › 技术社区 › Olivier Lalonde Danny

dom操作的最佳工具?[关闭]

serverside-javascript dom javascript

2

Olivier Lalonde Danny · 技术社区 · 16 年前

我正在研究一个网络刮板,它将收集来自不同网站的数据。我已经开始使用php内置的dom函数,但是在遇到一些问题(特别是关于格式错误的标记和字符编码)之后,我选择放弃php。我在考虑服务器端的javascript,但我愿意接受其他建议。如果我使用javascript,应该使用哪个解释器?

2 回复 | 直到 16 年前

1

2

Ignacio Vazquez-Abrams 16 年前

2

1

Eugene Morozov 16 年前

有一个很棒的 BeautifulSoup 在大多数情况下可以处理损坏标记的python模块。它还允许在页面格式错误导致其内置的启发式无法工作的情况下使用钩子对html进行预处理。我用beautifulsoup编写了几十个解析器。

还有 html5lib 该模块速度更快,还可以解析无效的HTML。

两个模块都有ruby端口。