HTML 파싱

C++:
HTML 파싱

How to: (어떻게 하나요?)

C++에서는 여러 라이브러리를 사용해 HTML을 파싱할 수 있습니다. Gumbo-parser는 그중 하나입니다.

#include <iostream>
#include <gumbo.h>

void search_for_links(GumboNode* node) {
    if (node->type != GUMBO_NODE_ELEMENT) {
        return;
    }
    GumboAttribute* href;
    if (node->v.element.tag == GUMBO_TAG_A &&
       (href = gumbo_get_attribute(&node->v.element.attributes, "href"))) {
        std::cout << href->value << std::endl;
    }
    GumboVector* children = &node->v.element.children;
    for (unsigned int i = 0; i < children->length; ++i) {
        search_for_links(static_cast<GumboNode*>(children->data[i]));
    }
}

int main() {
    const char* html = "<html><body><a href=\"https://example.com\">Link</a></body></html>";
    GumboOutput* output = gumbo_parse(html);
    search_for_links(output->root);
    gumbo_destroy_output(&kGumboDefaultOptions, output);
}

샘플 출력:

https://example.com

Deep Dive (깊이 들여다보기)

HTML 파싱은 웹의 초창기부터 필요했습니다. 초기에는 정규 표현식과 같은 단순한 도구를 사용했지만, HTML의 복잡성 때문에 전문적인 파서가 개발되었습니다. Gumbo-parser는 구글이 개발한 오픈소스 HTML5 파서로, C 언어로 작성되었습니다. 대안으로 htmlcxx, MyHTML, Gumbo++ 등이 있습니다. 이 파서들은 각각 다르게 HTML을 DOM(Document Object Model) 트리로 변환하여 프로그램에서 사용할 수 있게 해 줍니다.

C++:HTML 파싱

How to: (어떻게 하나요?)

Deep Dive (깊이 들여다보기)

See Also (더 보기)

C++:
HTML 파싱