文章/答案/技术大牛

发布

社区首页 >问答首页 >我如何在球拍中刮起一页的标题？

问我如何在球拍中刮起一页的标题？
EN

Stack Overflow用户

提问于 2022-07-03 09:06:29

回答 1查看 61关注 0票数 0

我用以下代码获得了页面的html：

#!/usr/bin/env racket
#lang racket/base

(require net/url racket/port)
(require (planet neil/html-parsing:3:0))

(define p (get-pure-port (string->url "https://www.rosettacode.org/wiki/Web_scraping")))
(define my-html (port->string p))
(close-input-port p)

如何从<title>标签中获取标题，即文本

scheme

html-parsing

racket

web-scraping

回答 1

Stack Overflow用户

回答已采纳

发布于 2022-07-03 10:07:42

我更喜欢使用XML工具，而不是HTML，或者在Racket (和一般的方案)，sxml中。这使您可以使用类XPath查询轻松地从文档中提取数据。幸运的是，将HTML解析为sxml表达式很简单：

#!/usr/bin/env racket
#lang racket
(require html-parsing)
(require sxml/sxpath)

(define my-html "<!doctype html><html><head><title>Title text here</title></head><body><p>a paragraph of text</p></body></html>")
(define document (html->xexp my-html))
; Returns a list of strings
(display-lines ((sxpath "/html/head/title/text()") document))

或者在你的情况下

(define document (call/input-url (string->url "https://www.rosettacode.org/wiki/Web_scraping")
                                 get-pure-port html->xexp))

(html->xexp使用一个包含holding或输入端口的字符串)

有趣的是sexp，它接受SXPath字符串并返回一个新过程，当使用sxml参数调用该过程时，返回所有匹配的列表。如果您要反复寻找相同的东西，那么定义一个新函数而不是使用一个临时函数是值得的：

(define get-title-text (sxpath "/html/head/title/text()"))

html-parsing和sxml包应该通过DrRacket包管理器安装，或者通过raco pkg install html-parsing sxml命令行安装，无论您喜欢哪种。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/72845244

复制

相似问题

问我如何在球拍中刮起一页的标题？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问我如何在球拍中刮起一页的标题？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问我如何在球拍中刮起一页的标题？
EN