值得推薦的HTML文檔JS解析庫
HTML即一切，所有打算進(jìn)行Web編程的人都應(yīng)該熟悉HTML，并了解如何解析HTML。尤其對前端工程師來說這更是基礎(chǔ)，本文我們就來介紹一下JS下常見的HTML解析庫。
DOMParser
JavaScript和jQuery的DOM操作功能非常適合簡單HTML片段的解析。在實際編程中，如果要以編程方式解析DOM完整HTML或XML，則需要一個更好的解決方案，那就是DOMParser，它是所有現(xiàn)代數(shù)瀏覽器都支持的功能。
通過使用DOMParser，可以輕松解析HTML文檔。但是，一般需要通過欺騙瀏覽器來實現(xiàn)解析，比如，通過向當(dāng)前文檔添加新元素。
DOMParser的用法非常簡單明了：
- let domParser = new DOMParser();
- let doc = domParser.parseFromString(stringContainingXMLSource, "application/xml");
- domParser = new DOMParser();
- doc = domParser.parseFromString(stringContainingSVGSource, "image/svg+xml");
- domParser = new DOMParser();
- doc = domParser.parseFromString(stringContainingHTMLSource, "text/html");
Cheerio
專為服務(wù)器設(shè)計的核心jQuery的快速，靈活和精致的實現(xiàn)。
Cheerio看起來像jQuery，但是不支持瀏覽器。Cheerio可以解析HTML并使其易于操作，但不會像瀏覽器中那樣解釋HTML，解析出與瀏覽器不同的內(nèi)容，并且解析的結(jié)果不會直接發(fā)送給用戶。
Cheerio實現(xiàn)了jQuery子集，去掉了jQuery中所有與DOM不一致或者是用來填補(bǔ)瀏覽器的東西，重現(xiàn)了jQuery最美妙的API
由于使用了極其簡潔而又標(biāo)準(zhǔn)的DOM模型， Cheerio對文檔的轉(zhuǎn)換，操作，渲染都極其的高效。
JavaScript開發(fā)人員都應(yīng)該熟悉Cheerio的語法和用法：
- var chro = require('cheerio'),
- $ = chio.load('<h1 class="title">Hello World!</h1>');
- $('h1.title').text('Hello Chongchong!');
- $('h1').attr('id', 'welcome');
- $.html();結(jié)果：<h1 class="title" id=" welcome ">Hello Chongchong!</h1>
jsdom
jsdom是很多Web標(biāo)準(zhǔn)(尤其是WHATWG DOM和 HTML 標(biāo)準(zhǔn))純JavaScript實現(xiàn)，可與Node.js結(jié)合使用。jsdom項目的目標(biāo)是模擬Web瀏覽器的子集，從而滿足測試和抓取實際的Web應(yīng)用程序。
jsdom不僅僅是HTML解析器，它還可以當(dāng)成瀏覽器。在解析的上下文中，如果要解析的數(shù)據(jù)中省略了必要的標(biāo)記，它會自動添加必要的標(biāo)記。例如，如果沒有html標(biāo)簽，它將像瀏覽器一樣隱式地添加它。
還可以選擇指定一些屬性，例如文檔，引薦來源網(wǎng)址或用戶代理的URL。如果需要解析包含本地URL的鏈接，則該URL特別有用。
由于它實際上與解析無關(guān)，因此只提到j(luò)sdom具有(虛擬)控制臺，對cookie的支持等。總之，需要模擬瀏覽器環(huán)境
它還可以處理外部資源。如有需求jsdom可以用來加載并執(zhí)行JS腳本。
- const jsdom = require("jsdom");
- const { JSDOM } = jsdom;const dom = new JSDOM('<!DOCTYPE html><p>Hello, Chongchong!</p>');
- console.log(dom.window.document.querySelector("p").textContent);
結(jié)果：
- "Hello, Chongchong!"
parse5
parse5提供了處理HTML時所需的幾乎所有內(nèi)容。Parse5庫，目標(biāo)是構(gòu)建其他工具，但也可以實現(xiàn)HTML解析以完成簡單任務(wù)。Parse5易于使用，但是并不提供瀏覽器為提供的操作DOM的方法(例如getElementById)。
parse5衍生出了一系列采用它的令人印象深刻的項目：jsdom，Angular2和Polymer。如果需求為對HTML的高級操作或解析的可靠基礎(chǔ)，那么顯然這是一個不錯的選擇。
- const parse5 = require('parse5');
- const document = parse5.parse('<!DOCTYPE html><html><head></head><body>Hello Chongchong!</body></html>');
- console.log(document.childNodes[1].tagName);
總結(jié)
本文我們介紹幾個JS下常見的Html解析庫。根據(jù)標(biāo)準(zhǔn)，實際的HTML格式語法格式是需要容錯的。當(dāng)時這在庫很難簡單完美的實現(xiàn)。如果你有更好的推薦，歡迎和大家一起分享。
