HTML敏捷包vs正则表达式

Question

如果我正在创建一个简单的网页抓取工具（从根网址抓取所有链接，然后从这些链接抓取所有电子邮件），使用HTML敏捷包是否值得？我实际上并没有浏览HTML标签，我只是想在整个文档中扫描电子邮件。

使用HTML敏捷包会更高效吗？

我严格剥离它们，因为它是必要的我有这些电子邮件，并且有大约100个链接。只有大约500封电子邮件将被抄袭。不用担心，我在这里牢记道德规范。

Answer 1

关于这个问题有很多问题 - 我读过的大多数人都说 - 不使用正则表达式进行网页报废。另一方面 - 如果所有你想要的都是文本解析，而不考虑文本的HTML性质（如果我正确理解你的话，你会这样做），那么使用正则表达式可能会更好。