在OCaml中读取URL的HTML内容

Question

我想写一个OCaml函数，它接受一个URL并返回一个由该位置的HTML文件内容组成的字符串。有什么想法吗？

非常感谢！

最佳， Surikator。

Answer 1

我使用ocurl和nethtml完成了这两件事

ocurl阅读网址内容（此处有大量属性;这是最低限度），

let string_of_uri uri = 
    try let connection = Curl.init () and write_buff = Buffer.create 1763 in
        Curl.set_writefunction connection
                (fun x -> Buffer.add_string write_buff x; String.length x);
        Curl.set_url connection uri;
        Curl.perform connection;
        Curl.global_cleanup ();
        Buffer.contents write_buff;
    with _ -> raise (IO_ERROR uri)

来自nethtml; （您可能需要为Nethtml.parse）

设置DTD

let parse_html_string uri = 
    let ch = new Netchannels.input_string (string_of_uri uri) in
    let docs = Nethtml.parse ?return_pis:(Some false) ch in
    ch # close_in ();
    docs

干杯！