Sách
Lua
Chương 11. HTML và Web
Phân Tích Cú Pháp HTML

Lua:
Phân Tích Cú Pháp HTML

Cách thức:

Lua không tự nhiên thông minh về web như Python hay JavaScript, nhưng với các thư viện luasocket và luahtml, nó có thể bước vào lĩnh vực phân tích cú pháp HTML. Hãy cùng khám phá với một ví dụ cơ bản:

local socket = require("socket.http")
local html = require("luahtml")

-- Lấy HTML từ một URL
local body, code = socket.request("http://example.com")

if code ~= 200 then
    print("Tải trang thất bại")
    return
end

-- Phân tích cú pháp HTML
local parsed_html = html.parse(body)

-- Trích xuất dữ liệu từ một phần tử cụ thể, ví dụ một đoạn văn
for _, p in ipairs(parsed_html:select("p")) do
    print(p:getcontent())
end

Điều này sẽ in nội dung của tất cả các thẻ đoạn văn (<p>) từ trang web đã lấy.

Sâu lắng

Phân tích cú pháp HTML trong Lua không phải là một giải pháp toàn diện. Bạn phải kết hợp các thư viện khác nhau, khác với những ngôn ngữ được thiết kế với việc phân tích web trong tâm trí. Lịch sử, Lua đã là một trợ lý cho lập trình nhúng nhanh trong các ứng dụng, không phải web scraping.

Các lựa chọn khác? Ngoài luahtml, còn có luascrape và luaxpath cho những nhu cầu phân tích khác nhau. Không có sự lựa chọn ’tốt nhất’ một cách chắc chắn—mỗi thư viện đều có những điểm đặc biệt mà bạn cần đối mặt.

Khi đi sâu vào thực thi, các thư viện Lua thường tận dụng API C để tăng cường hiệu suất. Khi lọc qua HTML, bạn sẽ xoay sở với các nút và phần tử, mỗi cái là một cơ hội để điều tra các chi tiết khó chịu của cấu trúc web.

Xem thêm

Tải trang webGửi một yêu cầu HTTP