一种文档内容获取方法和装置

摘要

本申请实施例提供了一种文档内容获取方法和装置，涉及网络文档解析技术领域。所述方法包括：读取待解析文档和CSS文档解析表达式；解析所述CSS文档表达式对应的树状层级结构；根据所述树状层级结构对待解析文档进行解析；其中，当所述树状层级结构的一节点包括数组结构标识，则以该节点及之下的各层级子节点为基础，循环从所述待解析文档中获取相应节点的内容。解决了复杂性的不同需要循环调用解析代码的时候，会产生极其复杂的嵌套逻辑，致使代码的可读性很差，开发和维护的复杂度很高的问题，提高了解析效率，提升了代码的可读性和可维护性。

主权项

一种文档内容获取方法，其特征在于，包括：读取待解析文档和CSS文档解析表达式；所述CSS文档解析表达式包括：以数组结构标识、待解析属性结构标识和特定赋值符标识，针对指定文档对象的父节点及各级子节点分别构建的解析语句；解析所述CSS文档表达式对应的树状层级结构；其中，对于以数组结构标识、待解析属性结构标识和特定赋值符标识，针对指定文档对象的父节点的解析语句，将其解析为包括数组结构标识的父节点；对于以数组结构标识、待解析属性结构标识和特定赋值符标识，针对指定文档对象的子节点的解析语句，将其解析为所述父节点的子节点；根据所述树状层级结构对待解析文档进行解析；其中，当所述树状层级结构的一节点包括数组结构标识，则以该节点及之下的各层级子节点为基础，循环从所述待解析文档中获取相应节点的内容。