我有一些网站想要从中提取数据,但根据以往经验,这并不像听起来那么容易。为什么呢?因为我需要解析的HTML页面格式不正确(缺少闭合标签等)。
考虑到没有关于技术、语言或工具的限制,您有什么建议可以轻松地解析和提取HTML页面中的数据吗?我已经尝试过HTML Agility Pack、BeautifulSoup,但甚至这些工具也并不完美(HTML Agility Pack存在bug,而BeautifulSoup解析引擎无法处理我传递给它的页面)。
考虑到没有关于技术、语言或工具的限制,您有什么建议可以轻松地解析和提取HTML页面中的数据吗?我已经尝试过HTML Agility Pack、BeautifulSoup,但甚至这些工具也并不完美(HTML Agility Pack存在bug,而BeautifulSoup解析引擎无法处理我传递给它的页面)。