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

问题描述

我正在考虑尝试 Beautiful Soup ，一个用于HTML抓取的Python包。有没有其他的HTML抓取包我应该看？ Python不是必需品，我其实也有兴趣听到其他语言。

迄今为止的故事：

• Python
  
  
  
  
  • 美丽的汤
  
  
  • lxml
  
  
  • HTQL
  
  
  • Scrapy
  
  
  • 机械化
  
  


• Ruby
  
  
  
  
  • Nokogiri
  
  
  • Hpricot
  
  
  • 机械化
  
  
  • scrAPI
  LI>
  
  • scRUBYt！
  
  
  • wombat Watir
  
  


• .NET
  
  
  
  
  • Html Agility Pack
  
  
  • WatiN
  
  


• Perl
  
  
  
  
  • WWW ::机械化
  
  
  • Web-Scraper
  
  
  
  
  
  • 
    
  • Tag Tag
  
  
  • HtmlUnit
  
  
  • Web-收获
  
  
  • jARVEST
  
  
  • jsoup
  
  
  • 杰里科HTML解析器
  
  
  
  
  • JavaScript
    
    
    
    
    • 请求
    >
    
    • cheerio
    
    
    • artoo
    
    
    • 节点骑马者
    
    
    • phantomjs
    
    
  
  
  • PHP
    
    
    
    
    • Goutte
    
    
    • htmlSQL
    
    
    • PHP简单HTML DOM解析器
    
    
    • 使用CURL进行PHP刮擦
    
    
  
  
  • 其中大部分是
    
    
    
    
    
    Ruby class =h2_lin>解决方案