没有jsoup,rust怎么解析html呢?

在 Rust 中,你可以使用各种库来解析网页内容。一个常用的库是 reqwest ,它提供了一个简单的方式来发送 HTTP 请求并获取网页内容。另外,你可以使用 scraper 或 select 等库来解析 HTML 或 XML 格式的网页内容。

下面是一个使用 reqwest 和 scraper 库解析网页内容的示例:

首先,将以下内容添加到你的 Cargo.toml 文件中:

bash 复制代码
[dependencies]
reqwest = "0.11"
scraper = "0.12"

然后,创建一个 Rust 文件,并添加以下代码:

bash 复制代码
use reqwest::blocking::get;
use scraper::{Html, Selector};
 fn main() {
    // 发送 HTTP GET 请求获取网页内容
    let response = get("https://example.com").expect("Failed to send request");
    let body = response.text().expect("Failed to get response body");
     // 使用 scraper 解析 HTML
    let document = Html::parse_document(&body);
    let selector = Selector::parse("h1").expect("Failed to parse selector");
     // 提取特定元素的内容
    let h1_text = document.select(&selector).next().map(|element| element.text().collect::<String>());
     // 打印提取的内容
    if let Some(text) = h1_text {
        println!("H1 Text: {}", text);
    } else {
        println!("No H1 element found");
    }
}

在这个示例中,我们使用 reqwest 库发送 HTTP GET 请求并获取网页内容。然后,我们使用 scraper 库解析 HTML 内容。在这个示例中,我们使用 Selector 来选择 <h1> 元素,并提取其文本内容。

下面我们再看下 Selector 的其他用法,下面是三个使用 scraper 库的 Selector 类的示例,分别用于解析出 <p> 标签、解析出指定 class 的元素以及解析出指定 id 的元素。

  1. 解析出 <p> 标签:
rust 复制代码
use scraper::{Html, Selector};
 fn main() {
    let html = r#"
        <html>
            <body>
                <div>
                    <p>Paragraph 1</p>
                    <p>Paragraph 2</p>
                </div>
            </body>
        </html>
    "#;
     let document = Html::parse_document(html);
    let selector = Selector::parse("p").unwrap();
     for element in document.select(&selector) {
        let text = element.text().collect::<String>();
        println!("Text: {}", text);
    }
}
  1. 解析出指定 class 的元素:
rust 复制代码
use scraper::{Html, Selector};
 fn main() {
    let html = r#"
        <html>
            <body>
                <div>
                    <p class="highlight">Paragraph 1</p>
                    <p>Paragraph 2</p>
                </div>
            </body>
        </html>
    "#;
     let document = Html::parse_document(html);
    let selector = Selector::parse("p.highlight").unwrap();
     for element in document.select(&selector) {
        let text = element.text().collect::<String>();
        println!("Text: {}", text);
    }
}
  1. 解析出指定 id 的元素:
rust 复制代码
use scraper::{Html, Selector};
 fn main() {
    let html = r#"
        <html>
            <body>
                <div>
                    <p id="my-paragraph">Paragraph 1</p>
                    <p>Paragraph 2</p>
                </div>
            </body>
        </html>
    "#;
     let document = Html::parse_document(html);
    let selector = Selector::parse("#my-paragraph").unwrap();
     for element in document.select(&selector) {
        let text = element.text().collect::<String>();
        println!("Text: {}", text);
    }
}
相关推荐
zhanlang02178 小时前
HTML 零基础入门到企业实战【第八章 8.5】画布 canvas、SVG 矢量图形基础入门
前端·html
zhanlang02179 小时前
HTML 零基础入门到企业实战全套教程【连载 8.4】HTML5 新增表单属性与表单控件
前端·html·html5
xjz18421 天前
Rust 用 `&&`、`||`、`!` 把条件组合起来
rust
不积跬步无以至千里mmbb261 天前
Rust三大核心:Trait Crate Mod详解
linux·rust
狮子座的男孩1 天前
html+css基础:31、响应式布局(媒体类型,媒体特性,运算符,常用阈值)
前端·css·经验分享·html·响应式布局·媒体类型/特性·常用阈值
SemiTris1 天前
Web 前端底层起源:HTML/CSS/JS、浏览器与 HTTP 完整脉络
http·html
狮子座的男孩1 天前
html+css基础:32、BFC(父子元素防止 margin 塌陷,父子元素清除浮动,兄弟元素两栏布局)
前端·css·经验分享·html·bfc·margin塌陷·清除浮动
zhanlang02171 天前
HTML 零基础入门到企业实战全套教程【第八章 8.3】HTML5 语义化标签|SEO 优化、页面布局实战应用
前端·html·html5
SomeOtherTime1 天前
第 2 讲:借用检查器(Borrow Checker)的数学本质——读写锁的编译期化、非词法生命周期(NLL)与重借用(Reborrowing)
rust
xjz18422 天前
Rust 的else:把「做不做」升级成「二选一」
rust