Самый быстрый способ пройти или найти элементы в DIV HTML

Question

Я пишу утилиту, которая должна указывать URL-адрес динамической страницы, извлекать содержимое, искать определенный тег div в различных вложенных тегах div и захватывать содержимое.немного кода Java / библиотеки.JavaScript или некоторая библиотека на основе JavaScript также подойдут для меня.

Я внес в короткий список следующее -> JSoup, Jerry, JTidy (последнее обновление 2009-12-01)Какой из них наилучший по производительности?

Редактировать : Перефразировать вопрос.Добавлен короткий список lib.

Answer 1

Если вам нравится простой синтаксис jQuery, вы можете попробовать Джерри :

Jerry is a jQuery in Java. Jerry is a fast and concise Java Library that simplifies HTML document parsing, traversing and manipulating.
Jerry is designed to change the way that you parse HTML content.

Синтаксис кажется очень простым. Это должно решить вашу проблему максимум за 3 строки кода.

Answer 2

Если вы хотите почистить страницу и разобрать ее, я рекомендую использовать узел с jsdom.

установить nodeJS (при условии, что Linux):

sudo apt-get install git
cd ~
git clone git://github.com/joyent/node
cd node
git checkout v0.6
mkdir ~/.local # If it doesn't already exist
./configure --prefix=~/.local
make
make install

Существует также установщик Windows: http://nodejs.org/dist/v0.6.6/node-v0.6.6.msi

install jsdom:

$ npm install jsdom

Запустите этот скрипт, измененный с вашим URL и соответствующими селекторами:

var jsdom = require('jsdom');

jsdom.env({
    html: 'url',
    done: function(errors, window) {
        console.log(window.document.getElementById('foo').textContent;
    }
});

Answer 3

Если то, что вам нужно, это двигатель выбора, то Sizzle - ваш лучший выбор Это двигатель, используемый jQuery.

Answer 4

http://jtidy.sourceforge.net/

JTidy довольно хорошо разбирает DOM.

Answer 5

присвойте уникальный идентификатор каждому div и получите с помощью document.getElementById (id)