问题标签 [html-parser]

我在.net 中为 HtmlTidy 使用这个库包装器

https://github.com/markbeaton/TidyManaged

它有一个简单的例子：

我想将库用于一段 HTML 而不是带有“html”和“body”标签的完整页面，这可能吗？

我基本上想验证一个开始和结束标签等，并删除没有匹配的标签，任何其他伟大的工具都会很好。

我正在解析下面给出的 html 表（它是完整 html 代码的一部分）但代码不起作用。有人可以帮我吗？有一个错误说“表没有属性findall”。代码是：

我有一些关于解析的问题，我需要获取照片链接，但代码中有错误。遇到 PHP 错误 严重性：通知消息：尝试获取非对象文件名的属性：views/varle2_view.php 行号：25

网络来源

我正在使用 Jsoup 作为 html 解析器来从本网站的表格中获取所有详细信息。使用下面的代码只能获取第一页上的数据。有什么建议吗？

我的示例字符串在此处列出。我想将每个值结果拆分为数组或散列以处理每个元素的值。

我如何获取散列或数组中的每个值。

我知道这个问题已经被问过了，但这对我不起作用。实际上在这个站点上，当我什至复制 url 并粘贴到其他选项卡时，它首先显示错误，然后在几秒钟后再次重新加载并显示所需的页面，所以我无法在第一次尝试时获得该值。如果有人能给我任何解决方案，那就太好了。如您所见，如果我犯了任何错误，我对stackoverflow还是很陌生，那么对不起...

我有一个 html 文档，我需要抓取某些字符串。该文档是一个 youtube 播放列表。例如：

当我查看 HTML 源代码时，我可以看到我想要的字符串。

字符串是data-video-id引号中的内容。在这个播放列表中有 7 个视频，因此有 7 个代码示例，每个示例都有不同的data-video-id. 如何循环遍历这些字符串并将其保存到@scraped_id变量中？

id 是使用保存的

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+它们的属性等的库，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。

那么任何人都可以为 C++ 推荐一个好的 Html 解析器吗？速度是重要因素。

如果我有一个如下所示的嵌套 html（无序列）列表：

如何在 Python 中形成一个嵌套列表？例如：

我认为Beautiful Soup和HTML Parser之类的库具有执行此操作的功能，但我无法弄清楚。感谢您的任何帮助/指点！

我遇到了一个使用 HTML Parser 的 Perl 代码，如下所示

请帮助我理解这一点。