将HTML写入XML文件 我在一个项目中，我从一个页面抓取HTML，用XML存储数据，然后从那里抓取特定标签之间的数据并输出到电子邮件文件。

我一直在通过互联网和stackexchange进行研究，以了解尝试完成此任务的基础知识。但是，我猜这可能不像将HTML编写为XML的几行代码那么简单。我不是在寻找直接代码，而是寻找一个大致正确的方向。

它们有点不同。HTML是一种用于显示网站的标记语言，传统上是xml和样式表的组合。如果要转换为xml，应该使用刮刀从html页面提取相关数据，然后将结构化数据导出为xml。有许多不同语言的刮片工具，包括一些gui工具。

HTML并不总是有效的XML。XHTML应该是有效的XML，但在野外，您会看到许多网站没有正确遵循标准（但仍然在浏览器中正确呈现），例如使用未关闭的

标记。您还将看到相当数量的HTML4.x和更低版本的网站，这些网站几乎肯定作为XML无效

您可能需要的是一个HTML解析库。根据您使用的平台的不同，有几种方法。其中许多将支持DOM解析和HTML文档的操作，并允许您提取所需的数据。然后，您可以将该数据写入有效的XML文件，或者写入您想要的任何其他目的地

我过去曾使用.NET和Python；两者都很有效。如果您正在使用其他平台，可能会有一个库来做类似的事情，但我们需要知道您想要什么平台

由于您是在JavaScript中执行此操作的，因此您可能希望使用jQuery或Angular.JS进行DOM操作和解析，这两种操作都是广泛支持的，并且有文档记录的DOM访问和操作选项

---

如果您在Node.JS中执行此操作，那么还有其他库，如jsdom和cheerio

我有一些评论。1.您应该能够用大多数XML解析器解析HTML。2.我认为您需要的是控制存储格式，以便读取数据的内容与存储的数据兼容，但是如果HTML数据发生更改，您只需更改存储它的代码。3.如果要将数据从HTML解析为XML，然后从XML中读取数据，那么以更轻的格式（如JSON）存储数据会更便宜。不确定这是否有帮助，但只是一些想法。感谢您的详细回复。这将通过JavaScript完成。在这种情况下，您可能希望使用jQuery或Angular.js之类的东西来进行DOM操作和解析。更新答案。