Node.js 上的 HTML 解析器

Question

nodejs 上是否有类似 Ruby 的 nokogiri 的东西？我的意思是一个用户友好的 HTML 解析器。

我在 Node.js 模块页面上看到了一些解析器，但我找不到漂亮和新鲜的东西。

原文由 asci 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果你想构建 DOM ，你可以使用 jsdom 。

还有 cheerio ，它有 jQuery 界面并且比旧版本的jsdom 快很多，尽管现在它们的性能相似。

您可能想看看 htmlparser2 ，它是一个流式解析器，根据它的基准，它似乎比其他解析器更快，并且默认情况下没有 DOM。它还可以生成 DOM，因为它还与创建 DOM 的处理程序捆绑在一起。这是cheerio 使用的解析器。

parse5 看起来也是一个不错的解决方案。它相当活跃（自本次更新的最后一次提交以来 11 天），符合 WHATWG，并在 jsdom 、 Angular 和 Polymer 中使用。

如果您尝试抓取的网站是 动态 的，那么您应该使用像 phantomjs 这样的 无头浏览器。如果您正在考虑 phantomjs ，还可以查看 casperjs 。您可以使用 SpookyJS 从节点控制 casperjs 。

除了 phantomjs 之外，还有 zombiejs 。不像 phantomjs 不能嵌入到 nodejs 中，zombiejs 只是一个 node 模块。

后一种解决方案有一个 nettuts+ 教程。

原文由 Farid Nouri Neshat 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

试试 https://github.com/tmpvar/jsdom - 你给它一些 HTML，它给你一个 DOM。

原文由 thejh 发布，翻译遵循 CC BY-SA 3.0 许可协议