如何使用Node.js解析HTML页面
我需要解析（服务器端）大量的HTML页面。
我们都同意，regexp不是行之有效的方法。
在我看来，javascript是解析HTML页面的本机方式，但是这种假设取决于服务器端代码，该代码具有javascript在浏览器内部具有的所有DOM功能。
Node.js是否具有内置的功能？
有没有更好的方法来解决此问题，请在服务器端解析HTML？
问题答案：
您可以使用npm模块jsdom和htmlparser在Node.JS中创建和解析DOM。
其他选项包括：
- Python的BeautifulSoup
- 您可以将html转换为xhtml并使用XSLT
- NET的HTMLAgilityPack
- .NET的CsQuery（我的新宠）
- Spidermonkey和Rhino JS引擎具有本机E4X支持。仅当您将html转换为xhtml时，这才有用。
在所有这些选项中，我更喜欢使用Node.js选项，因为它使用了标准的W3C
DOM访问器方法，并且可以在客户端和服务器上重用代码。我希望BeautifulSoup的方法与W3C
dom更相似，并且我认为将HTML转换为XHTML以编写XSLT简直是可悲的。
-
问题内容： 使用C＃我想知道如何从此示例html脚本获取Textbox值（即：john）： 问题答案： 有多种方法可以使用敏捷包来选择元素。 假设我们定义如下： 1.简单的LINQ 我们可以使用该方法，传递我们正在寻找的元素的名称： 2.更高级的LINQ 我们可以通过使用 更先进的LINQ 来缩小范围： 3. XPath 或者我们可以使用XPath。
-
问题内容： 我应该如何使用Node.js解析JSON？是否有一些模块可以安全地验证和解析JSON？ 问题答案： 你可以简单地使用。 JSON对象的定义是ECMAScript 5规范的一部分。node.js基于Google Chrome的V8引擎构建，该引擎遵循ECMA标准。因此，node.js也有一个全局对象。JSON 注意- 可以占用当前线程，因为它是一种同步方法。因此，如果你打算解析大型JSO
-
问题内容： 我正在尝试使用jsoup解析HTML。这是我第一次使用jsoup，并且我也阅读了有关它的一些教程。以下是我要解析的HTML表- 如果您看到我的下表，则它现在有3个（我只是为了理解目的将其缩短为3个表行，但总的来说会更多）。现在，我想从我的下表中提取出它的对应信息，例如-我将提取其群集状态及其状态为关闭的所有主机名。 正如你可以看到下面的群集名称，我有两个主机名和其地位，但地位。 因此，
-
正如您在下面看到的集群名称，我有两个主机名和，其中状态为，但状态为。 因此，我将打印作为集群名，并打印作为主机名，因为它已关闭。使用JSOUP可以做到这一点吗？ 到目前为止，我能够使用jsoup提取整个HTML表，但不确定如何提取集群名和主机名- 更新：- 表中可能有两个集群名称，如下所示- 现在，如果您看到上面，我有两个集群名称--一个是，另一个是，所以我想找到所有仅为集群名称关闭的计算机。
-
问题内容： 如何解析HTML / XML并从中提取信息？ 问题答案： 本机XML扩展 我更喜欢使用本机XML扩展]之一，因为它们与PHP捆绑在一起，通常比所有第3方库都快，并为我提供了所需的所有标记控制权。 DOM DOM扩展使您可以使用PHP 5通过DOM API通过XML文档进行操作。它是W3C的Document Object Model Core Level 3的实现，它是一种平台和语言无关
-
问题内容： 这是我必须从中提取值5390.85,5428.15，5376.15和5413.85的HTML源。我想使用jsoup做到这一点。但是我对jsoup比较陌生（今天我开始使用它）。那我该怎么办呢？ 我已经使用jsoup提取了网站的内容。但是如何提取我需要的值？提前致谢 问题答案： 尝试这样的事情： 这是打印输出：-