将 HTML 解析为 JSON答案

【问题标题】：Parsing HTML into JSON将 HTML 解析为 JSON
【发布时间】：2010-12-31 16:57:53
【问题描述】：

我的任务是获取所有 SMS updates from this page 并使用 Yahoo Pipes 将它们放入 JSON 提要。我不完全确定如何获得每次更新，因为它们不是单独的元素，而只是标题的集合等。任何共享的智慧将不胜感激！

【问题讨论】：

【解决方案1】：

<h1 id="blogtitle">SMS Update</h1> 
<div class="blogposttime blogdetail">Left at 2nd January 2010 at 01:12</div> 
<div class="blogcategories blogdetail">Recieved by SMS (Location: Pokhara - Nepal)</div> 
<p class="blogpostmessage"> 
RACE DAY! We took the extra day off to pimp the rick some more, including a huge Australian flag. Quiet night at a pub with 6 other teams. Time for brekkie and then we're off to the rickshaw grounds for 8:30 for 10am start.
</p>

对于 DOM/XML 解析器来说，这似乎是一项相当容易的工作。

由于块没有包含在 XML 标记中，您可以查找每个块中存在的元素，例如 <h1 id="blogtitle">SMS Update</h1> 定义了新块的开始。

使用您的 DOM 解析器查找 ID 为 blogtitle 的所有元素。此时，您可以使用 DOM 函数来引用 blogtitle 元素的 nextSibling。您只需要 blogtitle 元素之后的 3 个兄弟姐妹。

通过一些工作，您可以轻松地使用此逻辑来构建您的 JSON 对象。

【讨论】：

谢谢，但我通过查找页面上的所有 blogtitle 元素以及 posttime 等来“解决”这个问题，并使用 Nokogiri (Ruby) 对其进行迭代，因为它们总是在正确的顺序。似乎在游泳。不过，谢谢您的回答。