HTML 抓取的选项? [英] Options for HTML scraping?

问题描述

我正在考虑尝试 Beautiful Soup，这是一个用于 HTML 抓取的 Python 包.我应该查看其他任何 HTML 抓取包吗?Python 不是必需的，我实际上也有兴趣了解其他语言.

I'm thinking of trying Beautiful Soup, a Python package for HTML scraping. Are there any other HTML scraping packages I should be looking at? Python is not a requirement, I'm actually interested in hearing about other languages as well.

到目前为止的故事:

• 蟒蛇
  • 美汤
  • lxml
  • HTQL
  • Scrapy
  • 机械化
  • Nokogiri
  • Hpricot
  • 机械化
  • scrAPI
  • scRUBYt！
  • wombat
  • Watir
  • Html 敏捷包
  • WatiN
  • WWW::Mechanize
  • 网络爬虫
  • 标签汤
  • HtmlUnit
  • 网络收获
  • [jARVEST] 21
  • jsoup
  • Jericho HTML 解析器
  • 请求
  • cheerio
  • 艺术
  • node-horseman
  • phantomjs
  • [Goutte] 29
  • htmlSQL
  • PHP 简单 HTML DOM 解析器
  • 使用 CURL 抓取 PHP
  • ScarletsQuery
  • goquery
  • 数据流套件
  • 屏幕抓取

  推荐答案

  Ruby 世界相当于 Beautiful Soup is why_the_lucky_stiff 的 Hpricot.

  The Ruby world's equivalent to Beautiful Soup is why_the_lucky_stiff's Hpricot.

  这篇关于HTML 抓取的选项?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！