如果该参数不指定，则进行控制台输出。如果抓取的是script、style则会保存为js格式文件。此时将会忽略-attr指定的任何属性值。TagName为爬取的标签名称，比如超链接的a，其值是一个json数组，数组中的每个内容为Json对象，每个Json对象，有属性和文本构成。text为该标签的文本内容，有些标签不存在文本内容，比如img、meta等，则该值为空。
html标签学习笔记?HtmlParse 是一款基于windwos平台的HTML文档解析工具，可快速构建DOM树，从而轻松实现网页元素的爬取工作DOM树就是一个HTML文档的节点树，每个节点由：标签（Tag）、属性（Attribute）、文本（Text）三个值来描述，今天小编就来说说关于html标签学习笔记?下面更多详细答案一起来看看吧!
html标签学习笔记
HtmlParse 是一款基于windwos平台的HTML文档解析工具，可快速构建DOM树，从而轻松实现网页元素的爬取工作。DOM树就是一个HTML文档的节点树，每个节点由：标签（Tag）、属性（Attribute）、文本（Text）三个值来描述。
所谓的HTML文档解析，指的就是如何构建一颗DOM树，只有成功构建出DOM树，才有可能进行后续的数据爬取和分析工作。显然，构建DOM树是比较复杂的过程，因为不是每一个HTML文档都会严格按照规范来书写，因此解析过程需要具有一定容错能力。此外，解析效率也是一个需要考虑的因素，也就是说最好通过一次文档扫描即可建立起DOM树，而不是反复扫描。
下面是HtmlParse介绍。
工具特点1、绿色纯天然，无任何第三方依赖库，文件大小不到150K； 2、解析速度快，具有一定的HTML语法容错能力，可快速将HMTL文档解析为DOM树； 3、基于命令行参数，可通过不同参数获取指定TAG的属性值和文本内容，从而实现网页爬取功能； 4、可将爬取数据输出为json格式，方便第三方程序进一步分析和使用； 5、可爬取script脚本到指定的js文件中；
下载地址：http://softlee.cn/HtmlParse.zip
使用方法HtmlParse HtmlPathFile -tag TagName [-attr] [Attribute] [-o] [JsonPathFile]
解析指定的HTML文档，并将文档中指定的标签及属性输出到指定文件中。
HtmlPathFile：必选参数，要解析的HTML文档路径名，如果文件路径中有空格，可使用双引号将文件路径包含；
-tag：必选参数，用于指定要抓取的HTML标签名称； -attr：可选参数，用于指定标签的属性值，如果不指定，则返回该标签的所有属性值； -o：可选参数，用于指定抓取内容输出的文件，可将抓取的内容保存为json格式的文件。 如果该参数不指定，则进行控制台输出。 如果抓取的是script、style则会保存为js格式文件。
如果要抓取doctype，可使用-tag doctype，将整个doctype内容获取。此时将会忽略-attr指定的任何属性值。
举例说明1、爬取网页中所有超链接
HtmlParse c:/sina.html -tag a -attr href -o c:/sina.json
解析C盘下的sina.html文档，并提取该文档中的所有超链接到sina.json文件中。其中**-tag a -attr href，用于指定获取超链接标签a的href**属性。
2、爬取网页中所有图片链接
HtmlParse c:/sina.html -tag img -attr src -o c:/sina.json
解析C盘下的sina.html文档，并提取该文档中的所有图片链接到sina.json文件中。
3、爬取网页中所有脚本
HtmlParse c:/sina.html -tag script -o c:/sina.js
解析C盘下的sina.html文档，并提取该文档中的所有脚本函数到sina.js文件中。
输出内容如果通过-o参数指定输出文件，则会生成一个json格式的文档。 TagName为爬取的标签名称，比如超链接的a，其值是一个json数组，数组中的每个内容为Json对象，每个Json对象，有属性和文本构成。如果-attr 指定了要爬取的属性，则AttrName为指定的属性名称，比如href或src。text为该标签的文本内容，有些标签不存在文本内容，比如img、meta等，则该值为空。json格式如下：
{"TagName":{{"AttrName":"AttrValue1", "text":"text1"}{"AttrName":"AttrValue1", "text":"text2"}}}
下面是一个sina网页的所有超链接json
{ "a": [{"href": "javascript:;","text": "设为首页" }, {"href": "javascript:;","text": "我的菜单" }, {"href": "http://sina.cn/","text": "手机新浪网" }, {"href": "","text": "移动客户端" }, {"href": "http://c.weibo.cn/client/guide/download","text": "新浪微博" }, {"href": "http://so.sina.cn/palmnews/web-sinanews-app-download.d.html","text": "新浪新闻" }, {"href": "http://finance.sina.com.cn/mobile/comfinanceweb.shtml","text": "新浪财经" }, {"href": "http://m.sina.com.cn/m/sinasports.shtml","text": "新浪体育" }, {"href": "http://tousu.sina.com.cn/about_app/index?frompage=heimaopc","text": "黑猫投诉" }, {"href": "http://blog.sina.com.cn/lm/z/app/","text": "新浪博客" }, {"href": "http://games.sina.com.cn/o/kb/12392.shtml","text": "新浪游戏" }, {"href": "http://zhongce.sina.com.cn/about/app","text": "新浪众测" }, {"href": "http://mail.sina.com.cn/client/mobile/index.php?suda-key=mail_app&suda-value=login","text": "新浪邮箱客户端" }, {"href": "javascript:;","text": "关闭置顶" }, {
来源：http://www.cnblogs.com/softlee/p/16374079.html
