问题标签 [html-parsing]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
c++ - C++中HTML元素的非破坏性解析和修改
我需要在 C++ 中对 HTML 做一些简单的修改，最好不要完全重写 HTML，比如当我使用 libxml2 或 MSHTML 时会发生什么。
特别是我需要能够读取，然后（可能）修改所有“img”元素的“src”属性。我需要它足够健壮，以便能够使用任何有效的 HTML 来执行此操作，但最好不要在此过程中更改任何其他 HTML。
有没有图书馆可以处理这个问题？或者这是我可以用正则表达式做的事情吗？我对正则表达式不太了解，我在这里读过很多问题，说你不应该使用它们来解析 HTML，但我不清楚这是否适用于这样的事情，或者该原则是否适用主要是在从 HTML 构建树的上下文中进行解析。
php - Regular Expression for Link Tags in HTML
I need help with regular expressions. What I'm looking for is a regex that looks for link-tags like this:
Irrespective of where href="" is positioned, I would like to look it up in the link-tag and put a variable named $url in front of style.css with a / following. If it finds http:// or https:// in front of style.css, then i don't want to put the variable in front of it.
I want every link-tag to be replaced.
php - 正则表达式将 string1 替换为 string2，除了在 html 标记内，或者作为 url 的一部分（在 html 之外）
我需要对大块 HTML 执行搜索和替换操作。我不希望更改属于 html 标记的任何内容（例如 url） - 我也不希望更改 html 标记之外的 url。我有一个部分解决方案来匹配不在 html ( src ) 中的单词：
而正则表达式伙伴也说这将匹配相同：
所以，剩下要做的就是确保单词不是看起来像 url 的字符串的一部分 - 像这样：
我不确定这是否可行，我的目的是保留文本中存在的 url，并且是内容 html 的一部分，同时允许对其他任何内容进行搜索和替换操作：
理想的解决方案将匹配 DOG 并替换为 CAT，如下图所示
效率加分，我几乎无能为力。
regex - 正则表达式匹配 HTML 样式属性
这里需要一个正则表达式大师！
鉴于上述 HTML，我需要一个匹配“float:right”或“float:left”的正则表达式模式，但仅在 img 标签上。
提前致谢！
php - PHP 的类似 jQuery 的界面？
我很好奇是否存在用于处理 HTML/XML 文件的 jQuery 样式的 PHP 界面/库 - 特别是使用 jQuery 样式选择器。
我想做这样的事情（所有假设）：
这些只是几个例子。
我做了尽可能多的谷歌搜索，但找不到我要找的东西。有谁知道是否存在这些方面的东西，或者这是我必须自己使用 domxml 从头开始制作的东西？
php - PHP正则表达式删除HTML文档中的标签
说我有以下文字
我想删除链接，我想删除标签（同时保留文本）。如何使用正则表达式执行此操作（因为 URL 都会不同）
非常感谢
iphone - 将网页转换为 UITableView
我有一个UITableView，我想用这个页面的数据填充它：http: //tvgids.mobi/gids/ned1.php
我的代码：
那部分有效，但问题是：如何将电视节目列表放入UITableView?
我不能使用 XML 解析，因为该页面不是有效的 XML。该页面上的每个电视节目都是这样编写的（在 html 中）：
我需要获取 v2-tijd（例如 13:30）和a's href（例如http://tvgids.mobi/vanavond-op-tv/8428198-NOS_Sportjournaal.xhtml）和内容（例如 NOS Sportjournaal）。
我该怎么做？
ruby-on-rails - 在 Rails 中加载用于解析的网页
假设，我想从 Web 获取一个页面到我的应用程序并对其进行某种解析。我怎么做？我应该从哪里开始？应该需要一些插件/宝石吗？您解决此类任务的通常做法是什么？
regex - 什么正则表达式可以匹配嵌套表格和表格单元格中的可识别文本？
什么正则表达式可以匹配嵌套表格和表格单元格中的可识别文本？我已经尝试但未能提出一个正则表达式来提取我想要的特定表，而不是在示例中抓取两个表的开头和结尾。这是开始的事情：“ <table>.*?</table>”
假设我想提取包含“Code2”的表。什么正则表达式将专门匹配并且仅匹配该表？
php - 用 BR 标签替换换行符，但仅限于 PRE 标签内
在 PHP5 中，preg_replace进行这种转换的好表达是什么：
<br />用, 但仅在<pre>块内替换换行符
（随意做出简化假设，并忽略极端情况。例如，我们可以假设标签将是一行，而不是像这样的病态的东西）
输入文本：
输出：
（激励上下文：试图关闭 wikimedia SyntaxHighlight_GeSHI 扩展中的错误 20760，并找到我的 PHP 技能（我主要做 python）不合格）。
除了正则表达式之外，我对其他解决方案持开放态度，但首选较小（例如，构建 html 解析机器是矫枉过正的）。