书籍
Elixir
第11章. HTML与网络开发
解析HTML

Elixir:
解析HTML

如何操作：

Elixir 凭借其健壮的并发模型和函数式编程范例，并不包含内置的 HTML 解析功能。然而，您可以使用像 Floki 这样的流行第三方库来实现此目的。Floki 使得 HTML 解析直观且高效，利用 Elixir 的模式匹配和管道特性。

首先，将 Floki 添加到您的 mix.exs 依赖中：

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

然后，运行 mix deps.get 以安装新的依赖项。

现在，让我们解析一个简单的 HTML 字符串以提取数据。我们将寻找 <h1> 标签内的标题：

html_content = """
<html>
  <body>
    <h1>Hello, Elixir!</h1>
    <h1>Another Title</h1>
  </body>
</html>
"""

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

IO.inspect(titles)

示例输出：

["Hello, Elixir!", "Another Title"]

要深入一步，假设您想提取链接（<a> 标签）及其 href 属性。以下是您可以实现的方式：

html_content = """
<html>
  <body>
    <a href="https://elixir-lang.org/">Elixir 官方网站</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)

示例输出：

[{"Elixir 官方网站", {"href", "https://elixir-lang.org/"}}, {"HexDocs", {"href", "https://hexdocs.pm/"}}]

这种方法允许您高效地导航和解析 HTML 文档，使得在 Elixir 应用程序中进行网页数据提取和操作任务变得直接且简单。

下载网页发出 HTTP 请求