请教快速解析文本 html 的工具?

[firhome]

一大堆 html 获取里面的某些文本，字段、

我现在用的就是 1.正则，2.解析成 dom 然后 jquery


请问各位爬虫大佬，你们是如何做的？有什么高效的工具吗？

[Vegetable]

描述的太笼统了，什么技术栈啊？都绕不开你第二个方法的思路，xpath 什么的

[jorneyr]

直接用 jQuery 的选择器，用正则容易出错:
var $html = $(htmlContent);
var target = $html(selector);

[duan602728596]

jsdom：解析 html 字符串，然后可以使用部分 BOM 、DOM 的 api，对 html 进行操作，然后还可以重新生成 html 字符串
parse5：将 html 字符串解析成 ast 树，也可以根据 ast 树生成 html 字符串
cheerio：感觉没有 jsdom 好用

[bigboNed3]

python beautifulsoup
java jsoup
基本每个语言都会有对应的 soup

[fivesmallq]

之前做爬虫的时候写的一个小工具。

https://github.com/fivesmallq/web-data-extractor

Extracting and parsing structured data with jQuery Selector, XPath or JsonPath from common web format like HTML, XML and JSON.

[omph]

https://github.com/benibela/xidel