Git Stars Git Stars

#html-parsing 仓库

探索 32 个标记为 #html-parsing 的活跃开源 GitHub 仓库,它们累计获得 85,082 个 Star(平均每个项目 2,658 个)。该主题的领先项目是 PuerkitoBio/goquery,拥有 14,995 个 Star。

32
仓库总数
85,082
总星标数
2,658
平均每个仓库星标数
1
PuerkitoBio/goquery

有点像那个 j-东西,只不过是用 Go。

PuerkitoBio
⭐ 14,995 Go 👤 PuerkitoBio Organization 🕐 已更新 2026-11-15 📅 创建时间 2012-08-29
2
mozilla/readability

可读性库的独立版本

mozilla
⭐ 11,561 JavaScript 👤 mozilla Organization 🕐 已更新 2026-08-04 📅 创建时间 2015-02-03
3
ericchiang/pup

在命令行解析 HTML

ericchiang
⭐ 8,372 HTML 👤 ericchiang User 🕐 已更新 2024-05-02 📅 创建时间 2014-09-01
4
mgdm/htmlq

类似于 jq,但用于 HTML。

mgdm
⭐ 7,591 Rust 👤 mgdm User 🕐 已更新 2026-05-27 📅 创建时间 2019-05-07
5
matthewmueller/x-ray

下一个网络爬虫。洞悉<html>中的噪音。

matthewmueller
⭐ 5,899 JavaScript 👤 matthewmueller User 🕐 已更新 2026-08-31 📅 创建时间 2015-02-05
6
REMitchell/python-scraping

来自书籍《Web Scraping with Python》的代码样本 http://shop.oreilly.com/product/0636920034391.do

REMitchell
⭐ 4,669 Jupyter Notebook 👤 REMitchell User 🕐 已更新 2024-06-01 📅 创建时间 2015-06-14
7
inikulin/parse5

Node.js 的 HTML 解析/序列化工具集。符合 WHATWG HTML Living Standard (又称 HTML5)。

inikulin
⭐ 3,945 TypeScript 👤 inikulin User 🕐 已更新 2026-11-20 📅 创建时间 2013-03-18
8
servo/html5ever

高性能浏览器级 HTML5 解析器

servo
⭐ 2,666 Rust 👤 servo Organization 🕐 已更新 2026-11-17 📅 创建时间 2014-03-13
9
hhursev/recipe-scrapers

用于抓取食谱数据的Python包

hhursev
⭐ 2,263 Python 👤 hhursev User 🕐 已更新 2026-11-15 📅 创建时间 2015-09-14
10
hzm0321/real-time-fund

查看基金实时估值

hzm0321
⭐ 1,788 JavaScript 👤 hzm0321 User 🕐 已更新 2026-11-19 📅 创建时间 2026-01-31
11
egoist/sitefetch

抓取整个网站并将其保存为文本文件(供 AI 模型使用)。

egoist
⭐ 1,733 TypeScript 👤 egoist User 🕐 已更新 2025-01-18 📅 创建时间 2025-01-07
12
mbrubeck/robinson

一个玩具 Web 渲染引擎

mbrubeck
⭐ 1,633 Rust 👤 mbrubeck User 🕐 已更新 2024-07-16 📅 创建时间 2014-07-03
13
html5lib/html5lib-python

Python中用于解析和序列化HTML文档和片段的标准合规库

html5lib
⭐ 1,221 Python 👤 html5lib Organization 🕐 已更新 2026-04-21 📅 创建时间 2013-04-09
14
browserengineering/book

Web 浏览器工程(一本书)

browserengineering
⭐ 1,204 JavaScript 👤 browserengineering Organization 🕐 已更新 2026-11-15 📅 创建时间 2018-10-17
15
Evolution0/bandcamp-dl

用于下载 Bandcamp 专辑的简单 Python 脚本

Evolution0
⭐ 1,189 Python 👤 Evolution0 User 🕐 已更新 2026-11-18 📅 创建时间 2013-04-29
16
milesj/interweave

🌀 一个React库,可安全地渲染HTML,过滤属性,使用匹配器自动换行文本,渲染Emoji字符等等。

milesj
⭐ 1,156 TypeScript 👤 milesj User 🕐 已更新 2025-02-10 📅 创建时间 2016-06-26
17
soxoj/socid-extractor

⛏️ Maigret背后的提取引擎:将任何个人资料URL转化为涵盖150多个网站的结构化OSINT记录

soxoj
⭐ 1,143 Python 👤 soxoj User 🕐 已更新 2026-11-20 📅 创建时间 2019-11-17
18
projectdiscovery/wappalyzergo

Wappalyzer技术检测库的高性能Go实现

projectdiscovery
⭐ 1,135 Go 👤 projectdiscovery Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-04-06
19
cezheng/Fuzi

Swift 中的快速且轻量级的 XML 和 HTML 解析器,支持 XPath 和 CSS

cezheng
⭐ 1,102 Swift 👤 cezheng User 🕐 已更新 2024-07-12 📅 创建时间 2015-09-15
20
utkarshkukreti/select.rs

一个用于从 HTML 文档中提取有用数据的 Rust 库,适用于网络抓取。

utkarshkukreti
⭐ 1,018 Rust 👤 utkarshkukreti User 🕐 已更新 2025-03-19 📅 创建时间 2015-07-15
21
goose3/goose3

goose 的 Python 3 兼容版本 http://goose3.readthedocs.io/en/latest/index.html

goose3
⭐ 916 HTML 👤 goose3 Organization 🕐 已更新 2026-07-23 📅 创建时间 2016-12-11
22
zcaceres/fetch-mcp

一个灵活的 HTTP 获取模型上下文协议服务器。

zcaceres
⭐ 837 TypeScript 👤 zcaceres User 🕐 已更新 2026-03-12 📅 创建时间 2024-12-18
23
miso-belica/jusText

基于启发式的样板代码移除工具

miso-belica
⭐ 832 Python 👤 miso-belica User 🕐 已更新 2026-10-21 📅 创建时间 2013-02-10
24
linkedin/URL-Detector

一个用于在文本中检测和规范化 URL 的 Java 库

linkedin
⭐ 786 Java 👤 linkedin Organization 🕐 已更新 2025-07-12 📅 创建时间 2015-02-06
25
mattsse/voyager

用 rust 爬取和抓取网页

mattsse
⭐ 767 Rust 👤 mattsse User 🕐 已更新 2024-12-14 📅 创建时间 2020-12-22
26
andybalholm/cascadia

Go 中的 CSS 选择器库

andybalholm
⭐ 760 Go 👤 andybalholm User 🕐 已更新 2026-11-12 📅 创建时间 2015-03-28
27
jshemas/openGraphScraper

Node.js 抓取器服务,用于获取 Open Graph 信息及更多!

jshemas
⭐ 754 TypeScript 👤 jshemas User 🕐 已更新 2026-10-30 📅 创建时间 2013-09-01
28
ruippeixotog/scala-scraper

一个用于从HTML页面抓取内容的Scala库

ruippeixotog
⭐ 731 Scala 👤 ruippeixotog User 🕐 已更新 2026-11-05 📅 创建时间 2014-10-12
29
kovidgoyal/html5-parser

Python 的快速 C 基于 HTML 5 解析

kovidgoyal
⭐ 710 C 👤 kovidgoyal User 🕐 已更新 2026-09-20 📅 创建时间 2017-06-03
30
samacs/simple_html_dom

只是一个 Simple HTML DOM 库的分支。 (http://simplehtmldom.sourceforge.net/)

samacs
⭐ 587 HTML 👤 samacs User 🕐 已更新 2024-05-15 📅 创建时间 2012-09-23
31
jpjacobpadilla/Stealth-Requests

Python 中难以被检测的网页抓取与无缝 HTML 解析!

jpjacobpadilla
⭐ 570 Python 👤 jpjacobpadilla User 🕐 已更新 2026-09-19 📅 创建时间 2024-08-04
32
jhhoward/MicroWeb

8088类机器的DOS网页浏览器

jhhoward
⭐ 565 C++ 👤 jhhoward User 🕐 已更新 2026-06-30 📅 创建时间 2021-05-12

常见问题解答

1

GitHub 上最受欢迎的 #html-parsing 仓库是什么?

GitHub 上排名第一的开源 #html-parsing 项目是 PuerkitoBio/goquery,拥有 14,995 个 Star。有点像那个 j-东西,只不过是用 Go。

2

#html-parsing 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #html-parsing 项目中,最常见的编程语言是 Python, Rust, TypeScript, JavaScript。

3

#html-parsing 仓库的排名是如何计算的?

我们跟踪了 32 个标记为 #html-parsing 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 85,082 个 Star,平均每个仓库拥有 2,658 个 Star。排名每日根据 GitHub API 更新。