13个不稳定版本

0.7.0	2023年5月11日
0.6.3	2022年4月21日
0.6.2	2020年12月21日
0.5.0	2020年11月28日
0.1.0	2020年5月20日

#321 在解析器实现中排名

11,233 每月下载量
用于 57 个crate (23个直接使用)

MIT 协议

55KB
591 行

Html解析器

一个简单且通用的html/xhtml解析器库/bin，使用Pest。

功能

解析html & xhtml（不处理xml处理指令）
解析html文档
解析html片段
解析空文档
使用相同的api解析文档和片段
解析自定义、非标准的元素；<cat/>，<Cat/> 和 <C4-t/>
移除注释
移除悬空元素
遍历DOM中的所有节点三次

它不是什么

它不是一个高性能的浏览器级解析器
它不适用于html验证
它不是一个包含元素选择或DOM操作的解析器

如果你的需求符合上述任何一项，那么你可能需要查找以下crate之一

html5ever
kuchiki
scraper
或使用html5ever解析器的其他crate

示例bin

解析html文件

html_parser index.html

解析stdin并输出格式化结果

curl <website> | html_parser -p

示例lib

解析html文档

    use html_parser::Dom;

    fn main() {
        let html = r#"
            <!doctype html>
            <html lang="en">
                <head>
                    <meta charset="utf-8">
                    <title>Html parser</title>
                </head>
                <body>
                    <h1 id="a" class="b c">Hello world</h1>
                    </h1> <!-- comments & dangling elements are ignored -->
                </body>
            </html>"#;

        assert!(Dom::parse(html).is_ok());
    }

解析html片段

    use html_parser::Dom;

    fn main() {
        let html = "<div id=cat />";
        assert!(Dom::parse(html).is_ok());
    }

输出为json

    use html_parser::{Dom, Result};

    fn main() -> Result<()> {
        let html = "<div id=cat />";
        let json = Dom::parse(html)?.to_json_pretty()?;
        println!("{}", json);
        Ok(())
    }

依赖

~2.5–3.5MB
~72K SLoC