HTML 有很多不同的解析器,很难选择正确的解析器。
我的任务是读取url并找到<table>
具有特定id的内容,然后解析<tr>
该表的所有行以获取内容(文本),以及标签内的<a>
链接和<img>
图像。<td>
我还需要检查每个行元素的类以将数据分类到类别。
我最好的选择是什么,我应该使用哪个库和什么方法来快速获得结果?
我要解析的部分 HTML 代码示例:
<table id="t1">
<tr class="r1">
<td class="c1"><a href="..."><img height="50" src="..." width="50" /></a></td>
<td class="c2">
<div class="d1">
<ul class="u1">
<li class="l1"><a href="..." rel='...'>text here</a></li>
<li class="l2"><a href="..." rel='...'>text here</a></li>
</ul>
</div>
<div class="d2">
<a href="...">text here</a>
</div>
</td>
<td class="c3">
<div ...>...</div>
<div class="d2">
<a href="...">text here</a>
</div>
</td>
<td class="c4">text here</td>
<td class="c5">text here</td>
</tr>
...
</table>