गो पार्स एचटीएमएल टेबल

Question

मेरे पास एचटीएमएल में एक टेबल है जिसे मैं पार्स करना चाहता हूं। निम्नलिखित http://sprunge.us/IJUC में से कुछ की तरह कुछ भी, हालांकि, मुझे जानकारी का विश्लेषण करने का एक अच्छा तरीका नहीं है। मैंने कुछ एचटीएमएल पार्सर्स को देखा है, लेकिन ऐसा लगता है कि आपके पास सबकुछ एक विशेष टैग है जो इसे पकड़ने के लिए जानकारी जैसे पार्स करने के लिए है; हालांकि, मेरी अधिकांश जानकारी <td></td>

क्या किसी के पास इस जानकारी को पार्स करने के लिए कोई सुझाव है?

http://golang.org/pkg/encoding/xml/

Answer 1

बेशर्म प्लग:: मेरी goquery पुस्तकालय

Answer 2

अपने HTML को अच्छी तरह से बनाई है, तो आप में निर्मित XML पार्सर का उपयोग कर सकते हैं। यह जाने के लिए लाया गया jQuery वाक्यविन्यास है (गो के experimental html package की आवश्यकता है, लाइब्रेरी के README में निर्देश देखें)।

तो आपको लगता है कि तरह बातें (अपने HTML संभालने दस्तावेज़ दस्तावेज़ में भरी हुई है एक *goquery.Document,) कर सकते हैं:

doc.Find("td").Each(func (i int, s *goquery.Selection) { 
    fmt.Printf("Content of cell %d: %s\n", i, s.Text()) 
}) 

संपादित करें: doc.Root.Finddoc.Find के उदाहरण में बदले के बाद से एक goquery दस्तावेज़ अब एक चुनाव भी है (नई v0.2/मास्टर में शाखा)

Answer 3

तुम भी जाओ के प्रयोगात्मक HTML पार्सर में रुचि हो सकती: https://code.google.com/p/go.net/html

पैकेज परिभाषा tion godoc के अनुसार:

पैकेज एचटीएमएल एक HTML5- संगत tokenizer और पार्सर लागू करता

मैं इसे अपने आप उपयोग नहीं किया है, लेकिन यह बहुत सीधी-सपाट लगता है:

पार्सिंग को एक io.Reader के साथ पार्स को कॉल करके किया जाता है, जो पार्स पेड़ (दस्तावेज़ तत्व) की रूट * 0 नोड के रूप में रूट देता है। यह कॉलर की ज़िम्मेदारी है कि यह सुनिश्चित करने के लिए कि रीडर यूटीएफ -8 एन्कोडेड HTML प्रदान करता है।

go get code.google.com/p/go.net/html 

import "code.google.com/p/go.net/html" 

doc, err := html.Parse(r) 

यह किसी भी मौजूदा रिलीज का हिस्सा नहीं है, लेकिन यदि आप स्रोत से स्थापित , या golang की नोक ubuntu उपयुक्त रेपो का उपयोग किया जा सकता है।

संपादित: https://github.com/kless/go-exp

go get github.com/kless/go-exp/html 

import (
    "github.com/kless/go-exp/html" 
)