Какой язык/инструмент я должен использовать для парсинга HTML?
Самый простой способ сделать это, очистив свой ввод при нажатии на стрелку:
openAddDiag() {
this.myControl2.setValue(""):
};
, но я не знаю, является ли это требуемым поведением, если оно не требуется, требуется больше сложная структура, где вы реализуете пользовательскую функцию поиска. Поскольку вы явно нажимаете на стрелку, чистая вводная запись не является плохой практикой, поскольку вы намерены вносить изменения (иначе вы не нажмете).
4 ответа
Можно использовать в значительной степени любой язык, который Вы любите, просто не пытаются проанализировать HTML с регулярными выражениями.
Таким образом позвольте мне перефразировать это и сказать: можно использовать любой язык, Вам нравится этот, имеет синтаксический анализатор HTML, который является в значительной степени всем изобретенным за прошлые 15-20 лет.
Если у Вас есть проблемы с конкретными страницами, я предлагаю, чтобы Вы изучили восстановление их с Опрятным HTML.
Я думаю, что hpricot (связанный Colin Pickard) является первоклассным. Добавьте scrubyt к соединению, и Вы получаете большую очистку HTML и просмотр интерфейса с текстом, соответствующим питанию Ruby http://scrubyt.org/
вот некоторый пример кода из http://github.com/scrubber/scrubyt_examples/blob/7a219b58a67138da046aa7c1e221988a9e96c30e/twitter.rb
require 'rubygems'
require 'scrubyt'
# Simple exmaple for scraping basic
# information from a public Twitter
# account.
# Scrubyt.logger = Scrubyt::Logger.new
twitter_data = Scrubyt::Extractor.define do
fetch 'http://www.twitter.com/scobleizer'
profile_info '//ul[@class="about vcard entry-author"]' do
full_name "//li//span[@class='fn']"
location "//li//span[@class='adr']"
website "//li//a[@class='url']/@href"
bio "//li//span[@class='bio']"
end
end
puts twitter_data.to_xml
Можно попробовать класс PHP DOMDocument. Это имеет несколько методов для загрузки содержимого HTML. Я обычно использую этот класс. Мой советует, должны предварительно ожидать элемент DOCTYPE к HTML в случае, если он не имеет один и осмотреть в Firebug HTML, который заканчивается после парсинга. В некоторых случаях, где с недопустимой разметкой встречаются, DOMDocument делает немного перестановки элементов HTML. Кроме того, если существует метатег, указывающий набор символов в источнике быть осторожным, что он будет использоваться внутренне libxml при парсинге разметки. Вот немного примера
$html = file_get_contents('http://example.com');
$dom = new DOMDocument;
$oldValue = libxml_use_internal_errors(true);
$dom->loadHTML($html);
libxml_use_internal_errors($oldValue);
echo $dom->saveHTML();