就像PHP中的DOMDocument类一样,RUBY中有任何类(即核心RUBY),用于从HTML文档中解析和获取节点元素值.
我需要将两个元素中的文本转换为字符串:
source_code = """<span class="UserName"><a href="#">Martin Elias</a></span>"""
>>> text
'Martin Elias'
我怎么能实现这个目标？
我有一个jsoup中的文档,看起来像这样
Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
我如何将其doc转换为字符串.
我可以使用开源(客户端)来扩展HTML,例如我需要添加脚本或更改一些src值并添加其他标签等.
我找到了以下内容:https://www.npmjs.com/package/gulp-html-extend
但我不确定我是否可以在客户端使用它(我们在项目中不使用gulp)客户端我的意思是例如在jsFiddle中使用它.
输入应该是HTML内容,其中一些object/json包含新内容,输出应该是扩展HTML.
如果没有开源,我需要自己开发,那么我应该从优秀的设计方面遵循一些指导方针吗？
更新:
例如,如果我将以下HTML文档作为JS输入变量
这是我作为STRING的输入
<!DOCTYPE HTML>
<html>
<head>
<meta http-equiv="X-UA-Compatible" content="IE=edge" />
<meta charset="UTF-8">
<title>td</title>
<script id="test-ui-bootstrap"
src="resources/test-ui-core.js"
data-test-ui-libs="test.m"
data-test-ui-xx-bindingSyntax="complex"
data-test-ui-resourceroots='{"tdrun": "./"}'>
</script>
<link rel="stylesheet" type="text/css" href="css/style.css">
<script>
test.ui.get().attachInit(function() {
});
</script>
</head>
<body class="testUiBody" id="content">
</body>
</html>
例如,我需要以下内容:
我想在之后添加额外的脚本(例如内部警报)
<script id="test-ui-bootstrap" ....
如果文件脚本中有id "test-ui-bootstrap"
我想在此脚本后立即添加另一个脚本,例如
script with alert inside
在最后一个脚本之后在第一个脚本(id id ="test-ui-bootstrap")中添加其他属性...
data-test-ui-libs="test.m"
加上
data-test-ui-libs123 ="test.bbb"
如果我想修改现有属性的值,例如更改
src="resources/test-ui-core.js"
至
src="resources/aaaa/test-ui-core.js"
我得到的字符串使用HTML和我要与修改后的HTML创建新的字符串我,我可以这样做的权利与好方法？
更新2 …
我正在搞乱GoogleDocs,它有非常非常原始的CSS支持.如果您上传MSWord .doc或HTML文件并将其导出为HTML,则所有样式都将内联应用.它们在html文件中有一个样式块,但是当您将HTML文件上传回谷歌文档时,它不会应用任何非内联样式.
所以我在想"也许这里有一个红宝石工具".有没有什么我可以使用一些CSS并将其解析为HTML节点,也许是一些nokogiri插件？
我正在尝试网页抓取一页.但是,我的循环不时会起作用,因为解析器"无法加载HTTP资源".问题是页面没有加载到我的浏览器中,所以这不是代码的问题.
但是,在为每个发现错误的页面创建异常后重新启动进程非常烦人.我想知道是否有办法放置if条件.我想的是:如果发生错误,那么在下一步重启循环.
我找了htmlParse的帮助页面,发现有一个错误参数,但不知道如何使用它.我的if条件的任何想法？
以下是可重现的示例:
if(require(RCurl) == F) install.packages('RCurl')
if(require(XML) == F) install.packages('XML')
if(require(seqinr) == F) install.packages('seqinr')
for (i in 575:585){
currentPage <- i # define pagina inicial da busca
# Link que ser? procurado
link <- paste("http://www.cnj.jus.br/improbidade_adm/visualizar_condenacao.php?seq_condenacao=",
currentPage,
sep='')
doc <- htmlParse(link, encoding = "UTF-8") #this will preserve characters
tables <- readHTMLTable(doc, stringsAsFactors = FALSE)
if(length(tables) != 0) {
tabela2 <- as.data.frame(tables[10])
tabela2[,1] <- gsub( "\\n", " ", tabela2[,1] )
tabela2[,2] <- gsub( "\\n", " ", tabela2[,2] )
tabela2[,2] <- …我需要html解析,它能够识别生成的html中的错误,如果标签没有关闭,则关闭它并返回有效的html.
更多细节:我从数据库获取数据并打破该记录以显示我网站上的部分详细信息,点击更多按钮,然后显示完整内容.打破字符串然后验证.
我已经使用过Html Agility Pack,但我是新用的,如果这个库解决了我的问题,那么指导我如何(教程)或建议我另一个库.
我需要解析一个简单的 HTML 页面，其中包含一个简单的表单。StackOverflow 上类似问题的答案建议使用多种非标准 Java 库之一，例如 TagSoup、JSoup、HTMLParser 等。
然而，网络搜索显示，Java SE 中通过此类存在一些标准功能：http://docs.oracle.com/javase/7/docs/api/javax/swing/text/html/parser/ParserDelegator.html
我的子问题是：
谢谢。
我正在将我的应用程序从C#移植到C++,我需要一个可以解析HTML并读取html元素及其属性的库,这些基本上是HtmlAgility包在C#中的所有内容.
我不想在我的C++应用程序中使用HtmlAgilityPack或任何其他.NET.
那么有人可以为C++建议一个好的Html解析器吗？速度是重要因素.
我们知道有一个 Jsoup 库供 android 开发人员解析 html 文本、代码等。由于我是 flutter 移动应用程序开发的新手，我想知道是否有像 Jsoup 这样的库来解析 html 文本、flutter 网站中的代码.
html-parser ×10
html-parsing ×5
html ×4
java ×2
android ×1
c# ×1
c++ ×1
css ×1
dom ×1
flutter ×1
google-docs ×1
javascript ×1
jquery ×1
jsoup ×1
python ×1
python-2.x ×1
r ×1
ruby ×1