動的ページのURLをヒットし、コンテンツを取得し、さまざまなネストされたdivタグで特定のdivタグを検索し、コンテンツを取得するユーティリティを作成しています。DIVの要素をすばやくトラバースする、または要素を見つける方法
主に、私はいくつかのJavaコード/ライブラリを探しています。 JavaScriptやJavaScriptベースのライブラリも私の役に立つでしょう。
- > JSoup、Jerry、JTidy（2009-12-01最終更新）。どちらが最高のパフォーマンス賢明ですか？
：質問を改訂しました。ショートリストのlibを追加しました。
JTidyはDOMを解析するにはかなり良いです。
は、各div要素の一意のIDを与え、何を後にしていることは、セレクタエンジンである場合のdocument.getElementById（ID）
を使用して取得し、Sizzleはあなたの最善の策です。そのエンジンはjQueryで使用されています。
ページをスクラップして解析する場合は、nodeをjsdomと併用することをおすすめします。
nodeJS（仮定Linux）のインストール：http://nodejs.org/dist/v0.6.6/node-v0.6.6.msi
インストールjsdom：このスクリプトは、あなたのURLと関連して修正
$ npm install jsdom
実行
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
また、Windowsインストーラがありますがセレクタ：
var jsdom = require('jsdom');
jsdom.env({
html: 'url',
done: function(errors, window) {
console.log(window.document.getElementById('foo').textContent;
}
});
、あなたはJerryを試すことができます。
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.
構文は非常に簡単であると思われます。 最大3行のコードで問題を解決するはずです。