我想从一个html文件解析一些内容(没有xml).
目前,我使用mochiweb_html检索要解析的结构:
1> inets:start().
2> {ok, {Status, Headers, Body}} = httpc:request("http://www.google.com").
3> {String, Attributes, Other} = mochiweb_html:parse(Body).
结果如下:
{<<"html">>,
[{<<"itemscope">>,<<"itemscope">>},
{<<"itemtype">>,<<"http://schema.org/WebPage">>}],
[{<<"head">>,[],
[{<<"meta">>,
[{<<"itemprop">>,<<"image">>},
{<<"content">>,<<"/images/google_favicon_128.png">>}],
[]},
{<<"title">>,[],[<<"Google">>]},
....
从mochiweb_http获取的结构中检索具有特定类(例如<span id="footer">)的特定标记的网页中所有元素的最佳方法是什么？
你可以使用mochiweb_xpath:
> mochiweb_xpath:execute("//span[@id='footer']",
mochiweb_html:parse(
"<html><body><span>not this one</span><span id='footer'>but this one</span></body></html>")).
[{<<"span">>,
[{<<"id">>,<<"footer">>}],
[<<"but this one">>]}]
| 归档时间： |
|
| 查看次数： |
1162 次 |
| 最近记录： |