NWMatcher 技术文档
安装指南
在标准网页中使用
要在标准网页中使用 NWMatcher,只需在 HTML 文件中引入 nwmatcher.js 文件:
<script type="text/javascript" src="nwmatcher.js"></script>
在 Node.js 中使用
要在 Node.js 环境中使用 NWMatcher,可以通过 npm 安装:
$ npm install nwmatcher
NWMatcher 目前支持浏览器(作为全局对象 NW.Dom)和无头环境(作为 CommonJS 模块)。
项目使用说明
NWMatcher 是一个快速的 CSS 选择器引擎和匹配器。它支持 CSS2 和 CSS3 选择器,并提供了丰富的 API 来帮助开发者进行 DOM 选择和操作。
支持的选择器
NWMatcher 支持多种 CSS2 和 CSS3 选择器,具体列表可以参考 CSS 支持的选择器。
功能和兼容性
关于 NWMatcher 的功能和兼容性,可以参考 功能和兼容性。
项目 API 使用文档
DOM 选择
first( selector, context )
返回与 selector 匹配的第一个元素的引用,从 context 开始查找。
match( element, selector, context )
如果 element 匹配 selector,则返回 true,否则返回 false。
select( selector, context, callback )
返回与 selector 匹配的所有元素的数组,从 context 开始查找。如果提供了 callback,则会对每个匹配的元素调用该回调函数。
DOM 辅助函数
byId( id, from )
返回具有指定 id 的第一个元素的引用,可以选择性地过滤为 from 元素的后代。
byTag( tag, from )
返回具有指定标签名 tag 的所有元素的数组,可以选择性地过滤为 from 元素的后代。
byClass( class, from )
返回具有指定类名 class 的所有元素的数组,可以选择性地过滤为 from 元素的后代。
byName( name, from )
返回具有指定 name 属性值的所有元素的数组,可以选择性地过滤为 from 元素的后代。
getAttribute( element, attribute )
返回 element 元素的 attribute 属性的值,作为字符串。
hasAttribute( element, attribute )
如果 element 具有 attribute 属性,则返回 true,否则返回 false。
引擎配置
configure( options )
配置 NWMatcher 的选项。以下是当前可用的配置选项及其默认值和描述:
CACHING: false - 禁用结果集缓存,true 启用缓存ESCAPECHR: true - 允许 CSS 转义标识符,false 不允许NON_ASCII: true - 允许包含非 ASCII (utf-8) 字符的标识符SELECTOR3: true - 使用 Level 3 语法,false 使用 Level 2 语法UNICODE16: true - 允许包含 Unicode (utf-16) 字符的标识符SHORTCUTS: false - 禁用类似 "+div" 或 "ul>" 的简写选择器字符串SIMPLENOT: true - 不允许在 ':not()' 类中嵌套复杂选择器SVG_LCASE: false - 禁用匹配 SVG 元素的小写标签名UNIQUE_ID: true - 不允许具有相同 id 的多个元素(严格模式)USE_HTML5: true - 使用 HTML5 规范中的 ":checked" 和类似 UI 状态USE_QSAPI: true - 如果可用,使用浏览器的原生 Query Selector APIVERBOSITY: true - 抛出异常,false 跳过抛出异常LOGERRORS: true - 打印控制台错误或警告,false 静默
示例:
NW.Dom.configure( { USE_QSAPI: false, VERBOSITY: false } );
registerOperator( symbol, resolver )
在操作符表中注册一个新的符号及其匹配的解析器。示例:
NW.Dom.registerOperator( '!=', 'n!="%m"' );
registerSelector( name, rexp, func )
在选择器表中注册一个新的选择器,带有匹配的正则表达式和适当的解析器函数。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00