在DIV HTML中遍歷或查找元素的最快方法

Question

我正在編寫一個實用程序，該實用程序應訪問動態頁面的URL，檢索內容，在各種嵌套的div標簽中搜索特定的div標簽並獲取內容。

我主要是在尋找一些Java代碼/庫。 JavaScript或某些基於JavaScript的庫也適用於我。

我從以下列表中入圍-> JSoup，Jerry，JTidy（最新更新於2009-12-01）。 哪個是最佳性能明智的？

編輯 ：改寫問題。 添加了入圍的lib。

Answer 1

如果您想抓取頁面並進行解析，我建議使用帶有jsdom的node。

安裝nodeJS（假設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

還有一個Windows安裝程序： http : //nodejs.org/dist/v0.6.6/node-v0.6.6.msi

安裝jsdom：

$ npm install jsdom

運行使用您的網址和相關選擇器修改的腳本：

var jsdom = require('jsdom');

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

Answer 2

如果您喜歡jQuery的簡單語法，可以嘗試Jerry ：

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.

語法似乎很簡單。 它最多可以用3行代碼解決您的問題。

Answer 3

http://jtidy.sourceforge.net/

JTidy非常擅長解析DOM。

Answer 4

如果您追求的是選擇器引擎，那么Sizzle是您最好的選擇。 它是jQuery使用的引擎。

Answer 5

給出每個div的唯一ID，並使用document.getElementById（id）獲取