使用node.js第三方库xpath进行html文档解析

引言

最近需要使用node.js访问网页、解析html文档进而提取网页上面的数据。
由于使用python写爬虫的时习惯使用xpath进行html文档解析，于是也许搜了一下xpath解析方式的node.js实现。
发现了两个第三方库：

1. yaronn/xpath.js
2. goto100/xpath

分别是xpath.js和xpath，xpath是fork的xpath.js项目进一步开发的，最后commit时间较原始项目更近，使用方式也更加人性化。
关于xpath项目，可以在项目主页上看到一些使用示例，也可以看到文档。
我们选用goto100/xpath进行html解析。

依赖

npm install xpath
npm install xmldom

作者推荐使用xmldom作为xml引擎。

例子

例1

const xpath = require('xpath')
const dom = require('xmldom').DOMParser

let xml = "<book><title>Harry Potter</title></book>"
let doc = new dom().parseFromString(xml)
let nodes