hq

类似jq，但用于HTML。在浏览器中试用

hq读取HTML并根据一系列CSS选择器将其转换为JSON对象。选择器的表达方式类似于JSON，但其值为CSS选择器。例如：

{posts: .athing | [ {title: .titleline > a, url: .titleline > a | @(href)} ] }

这将选择所有.athing元素，并为每个选中的元素创建一个对象数组（| [{...}]）。然后对于每个元素，它会选择titleline > a元素的文本，以及href属性（| @(href)）。

最终结果是以下结构：

{
  "posts": [
    {
      "title": "...",
      "url": "..."
    }
  ]
}

安装

使用brew install hq，或cargo install html-query

特殊查询语法

文本

.foo | @text

这将从匹配.foo的第一个元素中选择文本内容。

选择属性

.foo | @(href)

这将从匹配.foo的第一个元素中选择href属性。

父元素

.foo | @parent

这将返回匹配.foo的第一个元素的父元素。

兄弟元素

.foo | @sibling(1)

这将返回匹配.foo的第一个元素的兄弟元素。

示例

完整的Hacker News故事提取

{posts: .athing | [{href: .titleline > a | @(href), title: .titleline > a, meta: @sibling(1) | {user: .hnuser, posted: .age | @(title) }}]}

这会选择每个.athing元素，提取href属性中的URL以及标题。然后选择.athing元素的兄弟元素，并从中提取用户和发布时间：

{
  "posts": [
    {
      "title": "...",
      "url": "...",
      "meta": {
        "posted": "...",
        "user": "..."
      }
    }
  ]
}