htmlparse
<html>
<head>
<style>
textarea{
width:800px;
height:250px;
}
</style>
<script>
/**
*Dom 类
*存储Dom树节点
*/
function Dom() {
this.tag = "";
this.attributes=[];// id class style name
this.innerHtml = "";
this.parent = "";
this.children=[];
this.num = 0;
this.cssNums =[];
this.each = function() {
}
}
/**
*HtmlParser类
*解析html文档
*/
function HtmlParser(html) {
this.parse = function(html,pDom) {
var dom = new Dom();
// 生成节点编号
dom.num = 1;
// 获取节点标签
dom.tag = this.getTag(html);
// 获取节点属性
dom.attributes = this.getAttributes(html);
// 获取节点innerHtml
dom.innerHtml = this.getInnerHtml(html);
// 生成节点父亲
dom.parent = pDom;
// 生成节点孩子 ==>如果innerHtml中有孩子，生成孩子，否则结束
if(this.isExistNode(dom.innerHtml)) {
var nodes = this.splitNodes(dom.innerHtml);
for (var i=0;i < nodes.length;i++) {
var childDom = this.parse(nodes[i],dom);
dom.children.push(childDom);
}
}
return dom;
};
// 获取节点的标签
this.getTag = function(html) {
var tag = "tag";
var tagStart = html.indexOf('<');
var spacePst = html.indexOf(' ',tagStart);
var rightPst = html.indexOf('>',tagStart);
var tagEnd = rightPst;
if (spacePst!=-1 && spacePst<rightPst) {
tagEnd = spacePst;
}
tag = html.substring(tagStart,tagEnd);
return tag;
}
// 获取节点的属性
this.getAttributes = function(html) {
var attributes = "attributes";
return attributes;
}
// 获取节点的innerHtml
this.getInnerHtml = function(html) {
var innerHtml = "innerHtml";
return innerHtml;
}
// 判断innerHtml 中是否有节点
this.isExistNode = function (html) {
return false;
}
// 将innerHtml 分割成孩子节点数组，必须保证里面有节点才能调用该函数
this.splitNodes = function (html) {
var nodes = [];
return nodes;
}
}
// 主函数
function main(){
var html = document.getElementById("content");
var htmlParser = new HtmlParser();
var dom = htmlParser.parse(html,"");
alert(dom.num + " " +dom.tag + " " + dom.attributes +" " +dom.innerHtml);
document.getElementById("result").value = dom;
}
</script>
</head>
<body>
<textarea id="content"></textarea>
<input type="button" value="转换" onclick="main()"/>
<textarea id="result"></textarea>
</body>
</html>
htmlparse的更多相关文章
- 使用htmlparse爬虫技术爬取电影网页的全部下载链接
昨天,我们利用webcollector爬虫技术爬取了网易云音乐17万多首歌曲,而且还包括付费的在内,如果时间允许的话,可以获取更多的音乐下来,当然,也有小伙伴留言说这样会降低国人的知识产权保护意识,诚 ...
- 【vuejs深入二】vue源码解析之一，基础源码结构和htmlParse解析器
写在前面 一个好的架构需要经过血与火的历练,一个好的工程师需要经过无数项目的摧残. vuejs是一个优秀的前端mvvm框架,它的易用性和渐进式的理念可以使每一个前端开发人员感到舒服,感到easy.它内 ...
- 【vuejs深入三】vue源码解析之二 htmlParse解析器的实现
写在前面 一个好的架构需要经过血与火的历练,一个好的工程师需要经过无数项目的摧残. 昨天博主分析了一下在vue中,最为基础核心的api,parse函数,它的作用是将vue的模板字符串转换成ast,从而 ...
- HtmlParse：一款超轻量级的HTML文件解析和爬取工具
HtmlParse 是一款基于windwos平台的HTML文档解析工具,可快速构建DOM树,从而轻松实现网页元素的爬取工作.DOM树就是一个HTML文档的节点树,每个节点由:标签(Tag).属性(At ...
- Android项目---HtmlParse
在解析网站上的内容的时候,总会出现很多html的标签,一般在遇到这种数据的时候,就可以用上Html 如: content.setText(Html.fromHtml("<html> ...
- vue.js 源代码学习笔记 ----- html-parse.js
/** * Not type-checking this file because it's mostly vendor code. */ /*! * HTML Parser By John Resi ...
- R自动数据收集第二章HTML笔记1(主要关于handler处理器函数和帮助文档所有示例)
本文知识点: 1潜在畸形页面使用htmlTreeParse函数 2startElement的用法 3闭包 4handler函数的命令和函数体主要写法 5节点的丢弃,取出,取出标签名称.属性.属 ...
- R自动数据收集第一章概述——《List of World Heritage in Danger》
导包 library(stringr) library(XML) library(maps) heritage_parsed <- htmlParse("http://en ...
- Coursera-Getting and Cleaning Data-Week2-课程笔记
Coursera-Getting and Cleaning Data-Week2 Saturday, January 17, 2015 课程概述 week2主要是介绍从各个来源读取数据.包括MySql ...
随机推荐
- BZOJ3938：Robot
浅谈标记永久化:https://www.cnblogs.com/AKMer/p/10137227.html 题目传送门:https://www.lydsy.com/JudgeOnline/proble ...
- C# 对象间的 深拷贝 实现
以下的这个类实现了 2个含有部分字段名字相同 的对象的 赋值拷贝. public class ShallowCopyHelper { public static voi ...
- nagios客户端安装与配置windows篇
一.被监控的windows xp客户端的配置 1.安装NSClient++并安装下载地址: http://sourceforge.net/projects/nscplusNSClient++-0.3. ...
- iView之DatePicker的datetimerange校验
使用DatePicker的type是datetimerange时,处理开始--结束的持续时间校验如下.遇到的问题:时间弹出校验提示,但是程序还是会继续往下走,所以调完校验后,再做判断开始时间是否为tr ...
- Flutter汇总贴
Fluuter常遇到的问题 Flutter从入门到进阶实战携程网App_汇总贴 Flutter教程网 http://www.flutterj.com/ 第三季:https://jspang.com/p ...
- CSS实现三角形图标原理解析
CSS实现三角形图标原理解析: border边框语法: border 四条边框设置border-left 设置左边框,一般单独设置左边框样式使用border-right 设置右边框,一般单独设置右边框 ...
- php array数组（第一部分）
创建一个数组 <?php $arr = array("My","name","is","zhangsan"); e ...
- 数据库路由中间件MyCat - 源代码篇（1）
此文已由作者张镐薪授权网易云社区发布. 欢迎访问网易云社区,了解更多网易技术产品运营经验. 进入了源代码篇,我们先从整体入手,之后拿一个简单流程前端连接建立与认证作为例子,理清代码思路和设计模式.然后 ...
- IDEA Maven Mybatis generator 自动生成代码(实例讲解)(转)
IDEA Maven Mybatis generator 自动生成代码(实例讲解) MyBatis Generator • 简称MBG,是一个专门为MyBatis框架使用者定制的代码生成器,可以快速的 ...
- [poj] Dungeon Master bfs
Description You are trapped in a 3D dungeon and need to find the quickest way out! The dungeon is co ...