提取网页数据需要，请问有什么 HTML 解析器好用？

[LUREN]

在 Linux 服务器上，需要从几千个 HTML 文件里提取一些指定内容，请问有哪些好用的 HTML 解析器可以使用？

目前试过用 awk，但 HTML 标签太多，内容所在的地方也不相同，匹配起来很复杂。

[Jackeriss]

beautifulsoup

[ochatokori]

可以的话用 python 吧，python 应该有不少 html 解析库

[misaka19000]

python -> xpath

[ipadpro4k]

各种 soup

[labubu]

bs4

[csx163]

这个深有感触，还是正则靠谱

[shadeofgod]

nodejs cheerio

https://github.com/cheeriojs/cheerio

[lxilu]

C#平衡对

[kiancyc]

[cheerio] 服务端的 JQuery

http://www.jsmokuai.com/cheerio-fu-wu-duan-dejquery.html