如何在Linux中使用c ++库读取html？

Question

是否有可用于在Linux中读取HTML的C ++库？

Answer 1

libcurl是你的朋友+整洁（HTML整洁），如果你有破坏的HTML来修复。

编辑：这是完整序列

HTML（文件中） - ＆gt;整洁（这将清除格式错误的HTML） - ＆gt; XSLT转换（您需要提供一个XSL文件来将HTML转换为latex），并使用libxml / libxsl（http://xmlsoft.org/） - ＆gt;然后使用latex处理乳胶文档（通过分配乳胶命令）或者如果需要，可以下载lyx的源代码并查看它们是如何做的（http://www.lyx.org/）。不幸的是，序列太复杂而无法写入单个示例，我只能给出序列...

Answer 2

看看以下内容：

• htmlcxx
• wxHTML

此外还有similar question被问到。

Answer 3

尝试http://xmlsoft.org/

libxml2可以解析HTML，是ANSI C，并附带了很多绑定。