一尘不染

如何使用Node.js解析HTML页面

node.js

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?


阅读 238

收藏
2020-07-07

共1个答案

一尘不染

您可以使用npm模块jsdomhtmlparserNode.JS中创建和解析DOM。

其他选项包括:

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。

2020-07-07