Libros
Lua
Capítulo 11. HTML y la web
Analizando HTML

Lua:
Analizando HTML

Cómo hacerlo:

Lua no tiene una biblioteca integrada para analizar HTML, pero puedes utilizar bibliotecas de terceros como LuaHTML o aprovechar los enlaces para libxml2 a través de LuaXML. Un enfoque popular es usar la biblioteca lua-gumbo para analizar HTML, que proporciona una capacidad de análisis compatible con HTML5, directa y sencilla.

Instalando lua-gumbo:

Primero, asegúrate de que lua-gumbo esté instalado. Típicamente puedes instalarlo usando luarocks:

luarocks install lua-gumbo

Análisis Básico con lua-gumbo:

Aquí te mostramos cómo puedes analizar un fragmento simple de HTML y extraer datos de él usando lua-gumbo:

local gumbo = require "gumbo"
local document = gumbo.parse[[<html><body><p>¡Hola, mundo!</p></body></html>]]

local p = document:getElementsByTagName("p")[1]
print(p.textContent)  -- Salida: ¡Hola, mundo!

Ejemplo Avanzado - Extrayendo Enlaces:

Para extraer atributos href de todos las etiquetas de anclaje (<a>) en un documento HTML:

local gumbo = require "gumbo"
local document = gumbo.parse([[
<html>
<head><title>Página de Ejemplo</title></head>
<body>
  <a href="http://example.com/1">Enlace 1</a>
  <a href="http://example.com/2">Enlace 2</a>
  <a href="http://example.com/3">Enlace 3</a>
</body>
</html>
]])

for _, element in ipairs(document.links) do
    if element.getAttribute then  -- Asegúrate de que sea un Elemento y tenga atributos
        local href = element:getAttribute("href")
        if href then print(href) end
    end
end

-- Salida de Ejemplo:
-- http://example.com/1
-- http://example.com/2
-- http://example.com/3

Este fragmento de código itera a través de todos los enlaces en el documento e imprime sus atributos href. La capacidad de la biblioteca lua-gumbo para analizar y entender la estructura de un documento HTML simplifica el proceso de extracción de elementos específicos basados en sus etiquetas o atributos.

Descargando una página webEnviando una solicitud http