HTML-парсер на узле.js [закрыто]

Если вы хотите построить DOM можно использовать jsdom.

там же здоровье, Она имеет jQuery интерфейс и это намного быстрее, чем старые версии jsdom, хотя в эти дни они схожи по производительности.

возможно, вы захотите взглянуть на htmlparser2, который является потоковым парсером, и в соответствии с его бенчмарком он кажется быстрее других, и по умолчанию нет DOM. Оно может также создайте DOM, так как он также поставляется с обработчиком, который создает DOM. Это парсер, который используется колечко.

parse5 также выглядит как хорошее решение. Он довольно активен (11 дней с момента последнего фиксации на момент этого обновления), WHATWG-совместимый и используется в jsdom,Угловое и полимерные.

и если вы хотите разобрать HTML для web scraping, вы можете использовать YQL. Там это модуль для него. YQL я думаю, что было бы лучшим решением, если ваш HTML от статический веб-сайт, так как вы полагаетесь на службу, а не на свой собственный код и вычислительную мощность. Хотя обратите внимание, что это не будет работать, если страница запрещена роботом.txt сайта, YQL не будет работать с ним.

Если сайт, который вы пытаетесь очистить,динамический тогда вы должны использовать безголовый браузер как phantomjs. Также посмотреть casperjs, Если вы рассматриваете phantomjs. И вы можете управлять casperjs из узла с SpookyJS.

рядом с phantomjs есть zombiejs. В отличие от phantomjs, которые не могут быть встроены в nodejs, zombiejs-это просто модуль узла.

здесь nettuts+ toturial для последнего решения.