Awesome GitHub RepositoriesHTML Data Attribute Extraction

list.js is a JavaScript search and sort library used to add real-time filtering, sorting, and pagination to HTML lists and tables without backend dependencies. It functions as a DOM data indexer and template-driven HTML renderer, allowing developers to manage how data is displayed and discovered on the client side. The library distinguishes itself through a fuzzy string matching engine that handles approximate matches and typos, and a DOM data indexer that extracts values directly from HTML data attributes to build a searchable internal index. It uses a template-driven rendering system to gen

Pup is a command line tool for extracting and filtering data from HTML documents using CSS selectors. It functions as a parser and selector engine that isolates specific elements based on tags, IDs, classes, and attributes. The project provides utilities for converting selected HTML nodes into plain text, attribute values, or structured JSON objects. It includes a markup formatter that corrects missing tags and applies consistent indentation to improve the readability of HTML documents. The tool handles the retrieval of text content and attributes through a CSS selector engine, supporting co

htmlq is a suite of command-line utilities for querying and extracting data from HTML documents using CSS selectors. It functions as a query language tool for HTML structures and attributes, providing a way to retrieve specific information from documents via the terminal. The tool provides capabilities for extracting text content, specific HTML attributes, and document fragments. It includes an HTML document formatter for cleaning and reformatting output with consistent indentation, as well as utilities for stripping tags to isolate plain text. The software handles structural HTML processing

layzr.js es una librería de JavaScript para lazy loading de imágenes, diseñada para mejorar la velocidad de carga inicial de la página retrasando la descarga de imágenes hasta que entran en el viewport del navegador. Funciona como un selector de imágenes responsivo que identifica la fuente de imagen más adecuada según el soporte del navegador y la densidad de píxeles del dispositivo. La librería emplea un sistema para la entrega de imágenes responsivas que evalúa atributos de datos para seleccionar las fuentes óptimas. Incluye un mecanismo para el seguimiento de contenido dinámico, que monitorea el documento en busca de imágenes recién añadidas para asegurar que se incluyan automáticamente en la cola de carga. El proyecto proporciona seguimiento de visibilidad mediante la API Intersection Observer e incluye una utilidad para forzar actualizaciones manuales del viewport. También cuenta con un emisor de eventos que permite ejecutar lógica personalizada a través de hooks de ciclo de vida antes y después de que las fuentes de imagen se actualicen.

Pagefind es un motor de búsqueda para sitios estáticos que indexa archivos HTML para proporcionar una experiencia de búsqueda basada en navegador sin necesidad de un servidor backend o API. Consiste en un indexador de búsqueda multilingüe y un conjunto de componentes de interfaz de usuario preconstruidos y personalizables para renderizar inputs de búsqueda y listas de resultados. El sistema está diseñado para contenido global, utilizando un indexador de búsqueda multilingüe que detecta los idiomas de las páginas y crea bundles de índice independientes para proporcionar stemming y resultados específicos por idioma. Además, optimiza el rendimiento utilizando un índice comprimido y delegando la ejecución de consultas a un web worker para mantener la interfaz de usuario receptiva. La herramienta cubre una amplia gama de capacidades de indexación y recuperación, incluyendo la capacidad de procesar diversos tipos de contenido como PDF y JSON, así como filtrado de búsqueda facetada basado en metadatos personalizados. Proporciona mecanismos para el ajuste de relevancia de resultados, división de secciones de página para mejorar la precisión y un kit de UI integral que incluye modales, paneles de filtro y resaltado de términos. El proyecto incluye herramientas para desarrolladores para servir sitios localmente y exportaciones de playground de diagnóstico para depurar el comportamiento del índice.