DOM操作的最佳工具？

Question

我正在研究一个网站刮板，它将汇总来自各个网站的数据。我已经开始使用PHP构建的DOM函数，但在遇到几个问题（特别是关于格式错误的标记和字符编码）后，我选择了放弃PHP。我正在考虑服务器端Javascript，但我打开其他建议。如果我使用Javascript，应该使用哪个解释器？

Answer 1

尝试过Simple HTML DOM Parser没有？

Answer 2

Python中有一个很好的BeautifulSoup模块，可以在大多数情况下处理破碎的标记。如果页面格式错误以至内置启发式不起作用，它还允许使用钩子预处理HTML。我用BeautifulSoup编写了几十个解析器。

还有html5lib模块更快，也可以解析无效的HTML。

这两个模块都有Ruby端口。