一大堆 html 获取里面的某些文本，字段、
我现在用的就是 1.正则，2.解析成 dom 然后 jquery
请问各位爬虫大佬，你们是如何做的？有什么高效的工具吗？
我现在用的就是 1.正则，2.解析成 dom 然后 jquery
请问各位爬虫大佬，你们是如何做的？有什么高效的工具吗？
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 2149 days ago, the information mentioned may be changed or developed.
 |
1
Vegetable Jun 24, 2020
描述的太笼统了，什么技术栈啊？都绕不开你第二个方法的思路，xpath 什么的
|
 |
2
jorneyr Jun 24, 2020
直接用 jQuery 的选择器，用正则容易出错:
var $html = $(htmlContent); var target = $html(selector); |
 |
3
duan602728596 Jun 24, 2020
jsdom：解析 html 字符串，然后可以使用部分 BOM 、DOM 的 api，对 html 进行操作，然后还可以重新生成 html 字符串
parse5：将 html 字符串解析成 ast 树，也可以根据 ast 树生成 html 字符串 cheerio：感觉没有 jsdom 好用 |
 |
4
bigboNed3 Jun 24, 2020
python beautifulsoup
java jsoup 基本每个语言都会有对应的 soup |
 |
5
fivesmallq Jun 24, 2020
之前做爬虫的时候写的一个小工具。
https://github.com/fivesmallq/web-data-extractor Extracting and parsing structured data with jQuery Selector, XPath or JsonPath from common web format like HTML, XML and JSON. |
 |
6
omph Jun 25, 2020
|
Select Language