Clojure:
HTMLの解析

どのようにして:

ClojureにはHTML解析機能が組み込まれていませんが、JavaライブラリやenlivehickoryのようなClojureラッパーを活用することができます。以下はその使用方法です:

Enliveを使用する:

EnliveはHTML解析やウェブスクレイピングに人気の選択肢です。まず、プロジェクトの依存関係に追加してください:

[net.cgrand/enlive "1.1.6"]

次に、HTMLを解析してナビゲートするには、以下のようにします:

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

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

このスニペットはHTMLページを取得し、クラスsome-classを持つ全ての<div>要素を選択します。

出力は次のようになるかもしれません:

({:tag :div, :attrs {:class "some-class"}, :content ["Here's some content."]})

Hickoryを使用する:

Hickoryは、Clojureで扱いやすい形式にHTMLを解析する方法を提供します。Hickoryをプロジェクトの依存関係に追加してください:

[hickory "0.7.1"]

こちらは簡単な例です:

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

;; Hickory形式にHTMLを解析する
(let [doc (hickory/parse "<html><body><div id='main'>Hello, world!</div></body></html>")]
  ;; id'main'のdivを選択する
  (select/select (select/id "main") doc))

このコードはシンプルなHTML文字列を解析し、IDがmaindivをCSSセレクタで見つけます。

サンプル出力:

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

enlivehickoryはどちらもClojureでのHTML解析に堅牢なソリューションを提供しており、enliveはテンプレートに、hickoryはデータ変換により重点を置いています。