作为一项学习练习，我在Common Lisp中编写了一个Web scraper。 （粗略）计划是：
我只是遇到了一个棘手的问题：我正在抓取的网站并不总能产生有效的XHTML。这意味着步骤3（使用xmls解析页面）不起作用。而且我不愿意使用正则表达式作为this guy： - ）
那么，有人可以推荐一个Common Lisp包来解析无效的XHTML吗？我正在想象类似于.NET的HTML Agility Pack ......
答案 0 :(得分：11)
“closure-html”项目（可在Quicklisp中获得）将从伪造的HTML中恢复并生成可以使用的内容。我使用closure-html和CXML来处理任意网页，它运行良好。 http://common-lisp.net/project/closure/closure-html/
答案 1 :(得分：3)
对于下一位访客：今天我们有丰满：https://shinmera.github.io/plump
Plump是HTML / XML文档的解析器，专注于对无效标记的宽容。它可以处理诸如无效属性，错误的结束标记顺序，未编码的实体，不存在的标记类型，自闭标记等等。它将文档解析为类表示，并提供一小组DOM函数来操作它。您可以自由地将其更改为解析为您自己的类。
他们我们有其他的库来查询文档，比如同一作者的lquery（jquery-like）或CLSS（简单的CSS选择器）。
我们现在还有一本关于Common Lisp Cookbook的小教程：https://lispcookbook.github.io/cl-cookbook/web-scraping.html
另见Common Lisp wiki：http://www.cliki.net/Web
答案 2 :(得分：1)
Duncan，到目前为止，我已成功在Ubuntu Linux和Windows（7＆amp; XP）下使用Clozure Common Lisp，所以如果你正在寻找可以在任何地方使用的实现，你可以试试这个。