Cookbooks
Clojure
Kapitel 11. HTML und das Web
HTML parsen

Clojure:
HTML parsen

Wie geht das:

Clojure verfügt nicht über eingebaute Fähigkeiten zum Parsen von HTML, aber Sie können Java-Bibliotheken oder Clojure-Wrapper wie enlive oder hickory nutzen. Hier ist, wie man beide verwendet:

Verwendung von Enlive:

Enlive ist eine beliebte Wahl für das Parsen von HTML und Web Scraping. Fügen Sie es zunächst zu Ihren Projektabhängigkeiten hinzu:

[net.cgrand/enlive "1.1.6"]

Dann können Sie HTML so parsen und navigieren:

(require '[net.cgrand.enlive-html :as html])

(let [doc (html/html-resource (java.net.URL. "http://example.com"))]
  (html/select doc [:div.some-class]))

Dieser Schnipsel holt eine HTML-Seite und wählt alle <div> Elemente mit der Klasse some-class aus.

Die Ausgabe könnte folgendermaßen aussehen:

({:tag :div, :attrs {:class "some-class"}, :content ["Hier ist etwas Inhalt."]})

Verwendung von Hickory:

Hickory bietet eine Möglichkeit, HTML in ein Format zu parsen, das in Clojure einfacher zu bearbeiten ist. Fügen Sie Hickory Ihren Projektabhängigkeiten hinzu:

[hickory "0.7.1"]

Hier ist ein einfaches Beispiel:

(require '[hickory.core :as hickory]
         '[hickory.select :as select])

;; Parsen des HTML in das Hickory-Format
(let [doc (hickory/parse "<html><body><div id='main'>Hallo, Welt!</div></body></html>")]
  ;; Wählen Sie das Div mit der ID 'main'
  (select/select (select/id "main") doc))

Dieser Code parst einen einfachen HTML-String und verwendet einen CSS-Selektor, um ein div mit der ID main zu finden.

Beispielausgabe:

[{:type :element, :tag :div, :attrs {:id "main"}, :content ["Hallo, Welt!"]}]

Sowohl enlive als auch hickory bieten robuste Lösungen für das Parsen von HTML in Clojure, wobei sich enlive mehr auf das Templating konzentriert und hickory die Datentransformation betont.

Webseite herunterladenEinen HTTP-Request senden