Böcker
Clojure
Kapitel 11. HTML och webben
Tolka HTML

Clojure:
Tolka HTML

Hur man gör:

Clojure har inte inbyggd förmåga att tolka HTML, men du kan utnyttja Java-bibliotek eller Clojure-wrapper som enlive eller hickory. Så här använder du båda:

Använda Enlive:

Enlive är ett populärt val för HTML-tolkning och webbskrapning. Först inkluderar du det i ditt projekts beroenden:

[net.cgrand/enlive "1.1.6"]

Sedan kan du tolka och navigera i HTML så här:

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

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

Detta kodsnutt hämtar en HTML-sida och väljer alla <div>-element med klassen some-class.

Utdata kan se ut som:

({:tag :div, :attrs {:class "some-class"}, :content ["Här är lite innehåll."]})

Använda Hickory:

Hickory tillhandahåller ett sätt att tolka HTML till ett format som är lättare att arbeta med i Clojure. Lägg till Hickory i dina projekts beroenden:

[hickory "0.7.1"]

Här är ett enkelt exempel:

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

;; Tolka HTML till Hickory-format
(let [doc (hickory/parse "<html><body><div id='main'>Hej, världen!</div></body></html>")]
  ;; Välj div med id 'main'
  (select/select (select/id "main") doc))

Den här koden tolkar en enkel HTML-sträng och använder en CSS-väljare för att hitta en div med ID main.

Exempel på utdata:

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

Både enlive och hickory erbjuder robusta lösningar för HTML-tolkning i Clojure, där enlive fokuserar mer på mallning och hickory betonar datatransformation.

Hämta en webbsidaSkicka en http-förfrågan