这是一个创建于 3135 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近想写个文件处理脚本，主要面向 HTML 文件，有一下需求：
-
去除特定字符串，
-
匹配替换特定字符串，
-
匹配 HTML 头部<head>标签内相同的地方，并抽取出来，
...暂时想到这些。
不知道用 Python 写比较好还是 NodeJS 比较好。由于我是做前端的，对 JS 比较熟，但是 NodeJS 的库似乎没有 Python 多。。。
或者大家知道有我这种需求的相关的库也可以推荐一下。
第 1 条附言 2017-03-17 17:29:47 +08:00
其实后面可能还要涉及到一些比对、判断，并不是简单匹配和替换（虽然我现在也想不出哪些具体需求），所以才提这个问题。
 | 1 newbieo0O 2017-03-17 16:56:14 +08:00 Python. so easy |
 | 2 imn1 2017-03-17 16:57:22 +08:00 如果不需要并行的话， shell 就足够了 |
 | 3 sensui7 2017-03-17 17:02:09 +08:00 Perl |
 | 4 cstome OP 可能还会要一些 DOM 操作，由于分析判断如何处理。 |
 | 5 learnshare 2017-03-17 17:06:45 +08:00 Node + Phantom |
 | 6 Tink PRO python |
 | 7 xycool 2017-03-17 17:09:18 +08:00 为什么感觉用 c#很简答啊，[认真脸] |
 | 8 SuperMild 2017-03-17 17:22:26 +08:00 这些简单功能不用库又何妨 |
 | 9 pandacat 2017-03-17 17:28:06 +08:00 via Android sed ？ |
 | 10 scnace 2017-03-17 17:37:07 +08:00 via Android 楼上别争了 这是个#熟悉什么语言就用什么语言#的 case |
 | 12 golmic 2017-03-17 18:21:17 +08:00 via Android python |
 | 13 jimliang 2017-03-17 18:27:32 +08:00 用你最熟悉最上手的语言就行了，怎么方便怎么来 |
 | 14 airyland 2017-03-17 18:43:13 +08:00 via iPhone 这好像不需要库吧，上 js 咯。 |
 | 15 hd7771 2017-03-17 19:28:42 +08:00 via Android 有个算法叫 ac 自动机满足你的要求 |
 | 16 bdbai 2017-03-17 20:02:49 +08:00 via Android  1 Nodejs 有个库 cheerio 类似 jQuery 可以快速处理 DOM ，强烈推荐。 |
 | 17 Daniel65536 2017-03-17 20:41:22 +08:00 via iPhone 2 如果熟悉 js ，就用 js ，否则用 python+lxml 记住如果你的输入不是高度同质且确定的，比如不是同一个网址 pid 不同，而是那种真爬虫随意爬的，那么就别用基于 regex 的方式去搞，因为 html 不是正则语言， regex 处理不了各种边际情况，尽量用基于 xml 解析的库去做。 |
 | 18 misaka19000 2017-03-17 20:48:35 +08:00 via Android 不用 Python 天理不容 |
 | 19 exoticknight 2017-03-17 21:22:47 +08:00 python 和 node 都用过 python |
 | 20 binux 2017-03-17 21:27:29 +08:00 jsdom |
 | 21 klesh 2017-03-17 21:58:06 +08:00 via Android 1 ，你的需求 node 能更好地解决 2 ，你更熟悉 node |
 | 22 jiangzhuo 2017-03-17 22:15:32 +08:00 node 库没 py 多是怎么回事 |
Select Language