11 个稳定版本

3.1.6	2022 年 12 月 26 日
3.1.5	2021 年 10 月 18 日
3.1.4	2021 年 8 月 26 日
3.1.3	2021 年 6 月 7 日
1.0.0	2021 年 5 月 7 日

#1019 在解析器实现中

MIT/Apache

105KB
1K SLoC

parsercher

解析和搜索标签文档。（例如 HTML，XML）

parsercher 解析如 HTML 和 XML 等标签文档。

从标签文档创建 Dom 结构树。
从 Dom 结构树中搜索标签和文本。
从 Dom 结构树中搜索子树。

使用方法

将以下内容添加到您的 Cargo.toml

[dependencies]
parsercher = "3.1.6"

许可协议

MIT 或 Apache-2.0

示例

从 HTML 中获取文本的示例。
从 HTML 创建 Dom 结构树并获取具有 class 属性值为 target 的 li 标签的文本。

use parsercher;
use parsercher::dom::Tag;

let html = r#"
<!DOCTYPE html>
<html>
  <head>
    <meta charset="UTF-8">
    <title>sample html</title>
  </head>
  <body>
    <ol>
      <li class="target">first</li>
      <li>second</li>
      <li class="target">therd</li>
    </ol>
  </body>
</html>
"#;

if let Ok(root_dom) = parsercher::parse(&html) {
    let mut needle = Tag::new("li");
    needle.set_attr("class", "target");

    if let Some(texts) = parsercher::search_text_from_tag_children(&root_dom, &needle) {
        assert_eq!(texts.len(), 2);
        assert_eq!(texts[0], "first".to_string());
        assert_eq!(texts[1], "therd".to_string());
    }
}

从 Dom 结构树中搜索子树的示例。

找到一个具有 ul 标签且其 class 属性值为 targetList 的子树，下面有两个 li 标签。此外，li 标签的 class 属性值必须分别为 key1 和 key2。

查找内容

<ul class="targetList">
  <li class="key1"></li>
  <li class="key2"></li>
</ul>

use parsercher;

let doc = r#"
  <body>
    <ul id="list1" class="targetList">
      <li class="key1">1-1</li>
      <li class="key2">
        <span>1-2</span>
      </li>
    </ul>

    <ul id="list2">
      <li class="key1">2-1</li>
      <li>2-2</li>
    </ul>

    <div>
      <div>
        <ul class="targetList">
          <ul id="list3" class="targetList">
            <li class="key1">3-1</li>
            <li class="item">3-2</li>
            <li class="key2">3-3</li>
          </ul>
        </ul>
      </div>
    </div>

    <ul id="list4">
      <li class="key1">4-1</li>
      <li class="key2">4-2</li>
    </ul>
  </body>
"#;

let root_dom = parsercher::parse(&doc).unwrap();

let needle = r#"
<ul class="targetList">
  <li class="key1"></li>
  <li class="key2"></li>
</ul>
"#;
let result = root_dom.search(&needle).unwrap().unwrap();

for dom in result.iter() {
    parsercher::print_dom_tree(&dom);
}

输出结果

<ul class="targetList" id="list1">
  <li class="key1">
    TEXT: "1-1"
  <li class="key2">
    <span>
      TEXT: "1-2"
<ul class="targetList" id="list3">
  <li class="key1">
    TEXT: "3-1"
  <li class="item">
    TEXT: "3-2"
  <li class="key2">
    TEXT: "3-3"

更复杂的 Dom 结构树示例

use parsercher;

let html = r#"
<!DOCTYPE html>
<html>
  <head>
    <meta charset="UTF-8">
    <title>sample html</title>
  </head>
  <body>
    <h1>Hello, world!</h1>

    <div id="content"></div>

    <ol>
      <li>first</li>
      <li>second</li>
      <li>therd</li>
    </ol>
    <!-- All script code becomes one text -->
<script>
  let content = document.getElementById('content');
  content.textContent = 'content';
</script>
  </body>
</html>
"#;

if let Ok(dom) = parsercher::parse(&html) {
    println!("{:#?}", dom);
}