12 3 4 5 6 / 6 页下一页

论坛徽章:: 3

电梯直达

1楼 [收藏(0)] [报告]

发表于 2015-02-12 19:52 |只看该作者 |倒序浏览

一直以来, 使用 c++ 解析 HTML 文件就比较 egg pain. 我们主要的用途只是解析个 HTML 中一个 tag 里的信息, 所谓从网页偷信息是也

使用 libxml 虽然可以完成任务, 但是很多 html 页面都是不标准的, libxml 在遇到这些页面的时候, 常要出现错误.

解析完 html 后, 是一个 DOM 树, 接下来是需要提取其中的信息.

其实最自然的从 html 提取信息的办法, 就是 jquery 的选择器, 使用 tag class id 来定位需要提取的节点.

有没有好用点的 html 库能完成这个简单的任务呢?

avhtml 项目应运而生.

avhtml 分段解析 html, 可以一个字节一个字节, 或者一段一段的向解析器提供 html 文本, 无需一次性提供整个 html 页面.

avhtml 支持 jquery 选择器语法, 使用 c++ 的强大操作符重载使得选择器的使用非常简便.

不多说, 看项目吧!

https://github.com/avplayer/avhtml

文库|博客

__BlueGuy_ __BlueGuy_ 当前离线禁止发言好友博客消息论坛徽章: 35	2楼 [报告] 发表于 2015-02-12 20:02 来自手机 \|只看该作者提示: 作者被禁止或删除内容自动屏蔽
	实战分享：从技术角度谈机器学习入门\| 【大话IT】RadonDB低门槛向MySQL集群下战书 \| ChinaUnix打赏功能已上线！ \| 新一代分布式关系型数据库RadonDB知多少？

爻易

家境小康

论坛徽章:: 6

3楼 [报告]

发表于 2015-02-12 20:38 |只看该作者

分段处理数据的方式很好，就算是大文件也不怕了。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

flw

版主

论坛徽章:: 1

4楼 [报告]

发表于 2015-02-12 21:02 |只看该作者

NodeJS 秒杀之。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

爻易

家境小康

论坛徽章:: 6

5楼 [报告]

发表于 2015-02-12 21:04 |只看该作者

如何秒杀？

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

群雄逐鹿中原

家境小康

论坛徽章:: 1

6楼 [报告]

发表于 2015-02-13 09:42 |只看该作者

点个赞。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

蔡万钊

丰衣足食

论坛徽章:: 3

7楼 [报告]

发表于 2015-02-13 11:52 |只看该作者

回复 6# 群雄逐鹿中原

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

蔡万钊

丰衣足食

论坛徽章:: 3

8楼 [报告]

发表于 2015-02-13 11:53 |只看该作者

回复 4# flw

能不能不要发这些没营养的东西? 自己恶心也就算了, 能不要出来恶心别人么?

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

starwing83

巨富豪门

论坛徽章:: 5

9楼 [报告]

发表于 2015-02-13 12:18 |只看该作者

恩，代码还不错，C++11用的挺好的。

词法分析器上还可以做得更秀气点~

总的来说如果以后有需求应该会用的2333

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

__BlueGuy_ __BlueGuy_ 当前离线禁止发言好友博客消息论坛徽章: 35	10楼 [报告] 发表于 2015-02-13 12:25 来自手机 \|只看该作者提示: 作者被禁止或删除内容自动屏蔽
	实战分享：从技术角度谈机器学习入门\| 【大话IT】RadonDB低门槛向MySQL集群下战书 \| ChinaUnix打赏功能已上线！ \| 新一代分布式关系型数据库RadonDB知多少？

12 3 4 5 6 / 6 页下一页

返回列表

Chinaunix › 论坛 › 程序设计 › C/C++ › 发布一个开源 html 解析库

[C++] 发布一个开源 html 解析库 [复制链接]