用OCaml解析HTML

Question

我正在尋找一個庫來解析OCaml中的HTML文件。 基本上相當於Jsoup /美麗的湯。 主要的要求是能夠用CSS選擇器查詢DOM。 東西在

page.fetch("http://www.url.com") 
page.find("#tag") 

Answer 1

形式我有必要這樣的事情最近，所以看到這個問題，並在評論中閱讀的建議後，我寫了一庫「Lambda Soup」在上週末的樂趣。

您將需要使用像ocurl或Cohttp這樣的庫來檢索實際的HTML。收到後，你可以做

html |> parse $ "#tag" 

做問題的問題。有關其他可能性和完整簽名，請參閱documentation。您可能需要查看文檔postprocessor或tests，以獲得相當全面的用法和功能演示，包括CSS支持和擴展。

根據評論，Lambda Soup使用Ocamlnet的HTML解析器。 Lambda湯使用Markup.ml。否則，它沒有依賴關係，除了OUnit，如果你想運行測試。我很高興收到任何反饋意見，包括修改界面（它處於早期階段）或討論在圖書館添加HTTP下載器（這看起來很不妥，因爲它大大改變了現在的圖書館的範圍，但我很高興聽到有關論據）。

許可證是BSD。