DomParseSkill

本技能利用大模型的理解能力和解析工具，将复杂的 HTML DOM 结构转换为易于处理的 JSON 格式。

工作流程

1. 接收输入：获取待解析的 HTML 字符串或本地 HTML 文件路径。
2. 结构识别：
• 表格提取：识别 标签，提取表头和行数据。
  列表提取：识别重复的容器结构（如 div.item, li），提取其中的关键字段。
  表单提取：识别输入框、下拉框及其当前值。
  语义映射：根据页面上下文，将提取的原始文本映射到有意义的键值对（如将 "订单号：123" 转为 {"order_id": "123"}）。
  生成 JSON：构建统一的半结构化 JSON 对象。
  验证与清洗：去除冗余的 HTML 标签和空白字符，确保数据整洁。

  关键指令

  • "解析该页面的订单表格并转为 JSON"
  • "从 HTML 中提取商家的基本信息和配置参数"

  注意事项

  • 对于结构极其复杂的页面，可以先使用 BeautifulSoup 进行初步清洗，再交给大模型进行语义提取。
  • 确保生成的 JSON 格式符合后续存储或分析的要求。

  版本历史

  共 1 个版本

  • v1.0.0 Initial release 当前
    2026-05-15 11:23 安全 安全

  安全检测

  腾讯云安全 (Keen)

  安全，无风险

  查看报告

  腾讯云安全 (Sanbu)

  安全，无风险

  查看报告

  🔗 相关推荐

  craw

  user_223dc0b0

  使用已有的登录态爬取商家后台页面 HTML。支持自动跳转、等待加载、分页发现和子链接提取。

  ★ 0 📥 73

  parse11

  user_223dc0b0

  将 HTML 页面内容解析为半结构化的 JSON 数据。支持提取表格、列表、表单和纯文本。

  ★ 0 📥 57

  store

  user_223dc0b0

  将爬取的 HTML 和解析后的 JSON 数据持久化到数据库（如 PostgreSQL）。支持版本化快照存储。

  ★ 0 📥 98

  Skill工具集 © 2026