Böcker
Elixir
Kapitel 11. HTML och webben
Tolka HTML

Elixir:
Tolka HTML

Hur man gör:

Elixir, med dess robusta modell för samtidighet och paradigmet för funktionell programmering, inkluderar inte inbyggd kapacitet för att tolka HTML. Du kan dock använda populära tredjepartsbibliotek som Floki för detta ändamål. Floki gör HTML-tolkning intuitiv och effektiv, genom att utnyttja Elixirs mönstermatchning och pipningsfunktioner.

Först, lägg till Floki i dina beroenden i mix.exs:

defp deps do
  [
    {:floki, "~> 0.31.0"}
  ]
end

Kör sedan mix deps.get för att installera det nya beroendet.

Nu ska vi tolka en enkel HTML-sträng för att extrahera data. Vi kommer att leta efter titlar inuti <h1>-taggar:

html_content = """
<html>
  <body>
    <h1>Hej, Elixir!</h1>
    <h1>En Annan Titel</h1>
  </body>
</html>
"""

titles = html_content
         |> Floki.find("h1")
         |> Floki.text()

IO.inspect(titles)

Exempel på utdata:

["Hej, Elixir!", "En Annan Titel"]

För att gå djupare, säg att du vill extrahera länkar (<a>-taggar) tillsammans med deras href-attribut. Så här kan du uppnå det:

html_content = """
<html>
  <body>
    <a href="https://elixir-lang.org/">Elixirs Officiella Webbplats</a>
    <a href="https://hexdocs.pm/">HexDocs</a>
  </body>
</html>
"""

links = html_content
        |> Floki.find("a")
        |> Enum.map(fn({_, attrs, [text]}) -> {text, List.keyfind(attrs, "href", 0)} end)

IO.inspect(links)

Exempel på utdata:

[{"Elixirs Officiella Webbplats", {"href", "https://elixir-lang.org/"}}, {"HexDocs", {"href", "https://hexdocs.pm/"}}]

Detta tillvägagångssätt gör det möjligt för dig att navigera och tolka HTML-dokument effektivt, vilket gör uppgifter för extraktion och manipulation av webbdata enkla i Elixir-applikationer.

Hämta en webbsidaSkicka en http-förfrågan