htmlcleaner for Mac 版
用 Java 编写的 HTML 解析器
htmlcleaner 是什么
htmlcleaner 是一个用 Java 编写的 HTML 解析器,主要面向需要在程序中处理不规范网页内容的开发者。它能把结构混乱、标签不完整的 HTML 整理成规整的文档树,方便后续提取信息或转换格式。对于做网页抓取、数据清洗或内容迁移的人来说,这类工具能省去不少手工修补的麻烦。它以命令行方式运行,适合脚本化处理或集成到自动化流程中,也常被当作 Java 项目里的解析组件使用。如果你经常面对来源杂乱的网页源码,想要一个轻量、专注解析本身的工具,它可以作为一个务实的选择。
如何安装 htmlcleaner
- 打开 终端(按 ⌘ + 空格,输入“终端”)。
- 如果还没安装 Homebrew,先运行下面这条安装命令。
- 运行下面这条命令:
与同类应用对比
只对比公开元数据,不做主观推荐;需要逐项对比时见对比页。
| 应用 | 版本 | 许可证 | 架构 | 近 30 天安装 |
|---|---|---|---|---|
| htmlcleaner | 2.29 | BSD-3-Clause | 命令行 | 0 |
| libhubbub | 0.3.8 | MIT | 命令行 | 0 |
| htmlcxx | 0.87 | LGPL-2.0-only AND Apache-2.0 | 命令行 | 0 |
| packcc | v3.1.0 | MIT | 命令行 | 1 |
命令行工具中的类似应用
libhubbub
libhubbub 是一个 HTML 解析器库,主要用来把网页或 HTML 文档中的标记结构解析成程序可以处理的数据。htmlcxx
htmlcxx 是一个面向 C 开发者的 HTML 与 CSS 解析库,提供命令行工具形态。packcc
PackCC 是一个面向 C 语言的解析器生成器,用 PEG(解析表达式文法)描述语法,再自动生成对应的 C 解析器。goyacc
goyacc 是面向 Go 语言的解析器生成工具,源自经典的 yacc 思路,用语法规则文件自动生成 Go 代码形式的解析器。jdnssec-tools
jdnssec-tools 是一套用 Java 编写的 DNSSEC 工具集,定位是 BIND 9 自带 DNSSEC 工具的补充或替代方案。maeparser
所属分类:命令行工具