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

Question

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。

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。

Answer 1

http://jtidy.sourceforge.net/

JTidyはDOMを解析するにはかなり良いです。

Answer 2

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）

Answer 3

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。

Answer 4

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jQueryの単純な構文を好きなら

Answer 5

、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。