這篇文章給大家介紹一個解析html內容的模塊——htmlparser。
舉一個簡單的應用場景：假設有一天領導需要你收集一下線上頁面已存在的靜態資源鏈接（js、css、img），你們的頁面很多，而且每個頁面的代碼量很大（比如上萬行），這種情況下你總不能人肉去搜索，那麼此時htmlparser這個模塊就可以派上用場了。
簡單使用
安裝命令
<code>npm
install htmlparser/<code>
圖1
圖1中我們使用htmlparser模塊解析一個i.html文件，其內容如下：
圖2
解析結果如下：
圖3
圖3所示是個對象（此處序列化了便於顯示），遍歷這個對象就可以解決本文開頭所說的問題，這個模塊的用法非常的簡單。
原理分析
回到圖1，htmlparser模塊給我提供了一個Parser構造函數，這個構造函數是初始化的入口！它大概長這個樣子：
<code>function
Parser
(handler
) {this
._handler = handler; }/<code>
Parser接受一個參數handler，這個handler必須是一個對象，這個對象必須定義以下幾個方法：
- reset方法主要做一些重置工作；
- done方法完成解析後調用，此處可以執行自定義回調函數；
- writeTag方法處理tag標籤；
- writeText方法處理純文本信息
- writeComment方法處理註釋信息；
- writeDirective方法處理這樣的標籤信息，比如。
圖1中我們使用的是模塊內部提供的DefaultHandler，我們當然也可以自己定義handler。用別人的handler有時並不能完全滿足自己的業務場景，那麼我們操作一把，代碼如下：
圖4
圖4中我們自定義一個handler——CustomHandler，我們先運行一下看看各個方法都輸出了什麼？
圖5
圖5中CustomHandler的各個方法按照原始字符串的順序依次打印出了每個解析結果，這些解析結果是parser對象為我們自動生成的，解析的原理就是正則匹配。我們可以在自定義handler的各個函數方法中做一些特殊處理，然後把最終的結果通過done函數輸出出去。
圖4中的parseComplete方法也可以用以下邏輯代替，
<code>parser
.reset
();parser
.parseChunk
(html
);parser
.done
();/<code>
這個模塊除了可以在node環境中使用，它同時也可以在瀏覽器中使用，用法如下：
圖6
圖7
注意，如果在瀏覽器中使用，模塊的所有API都掛在了
Tautologistics.NodeHtmlParser這個對象上，其它用法一致。
總結
需要我們去解析html內容的場景非常多，之前我們更多的是使用自己寫的正則表達式去做，麻煩並且容易出錯。現在我們瞭解了htmlparser模塊，以後就可以直接使用它去解決問題。
