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 este o bibliotecă JavaScript pentru lazy loading-ul imaginilor, concepută pentru a îmbunătăți viteza inițială de încărcare a paginii prin amânarea descărcării imaginilor până când acestea intră în viewport-ul browserului. Funcționează ca un selector de imagini responsive care identifică sursa de imagine cea mai potrivită pe baza suportului browserului și a densității de pixeli a dispozitivului. Biblioteca utilizează un sistem pentru livrarea imaginilor responsive care evaluează atributele de date pentru a selecta sursele optime. Include un mecanism pentru urmărirea conținutului dinamic, care monitorizează documentul pentru imagini nou adăugate pentru a se asigura că sunt incluse automat în coada de încărcare. Proiectul oferă urmărirea vizibilității prin API-ul Intersection Observer și include un utilitar pentru a forța reîmprospătarea manuală a viewport-ului. De asemenea, dispune de un event emitter care permite executarea de logică personalizată prin lifecycle hooks înainte și după actualizarea surselor de imagine.

Pagefind este un motor de căutare pentru site-uri statice care indexează fișiere HTML pentru a oferi o experiență de căutare bazată pe browser, fără a fi nevoie de un server backend sau API. Constă dintr-un indexator de căutare multilingv și un set de componente de interfață preconstruite și personalizabile pentru randarea input-urilor de căutare și a listelor de rezultate. Sistemul este conceput pentru conținut global, utilizând un indexator de căutare multilingv care detectează limbile paginilor și creează bundle-uri de index independente pentru a oferi stemming și rezultate specifice limbii. Optimizează performanța prin utilizarea unui index comprimat și delegarea execuției interogărilor către un web worker pentru a menține interfața utilizatorului responsivă. Instrumentul acoperă o gamă largă de capabilități de indexare și recuperare, inclusiv capacitatea de a procesa tipuri de conținut diverse precum PDF-uri și JSON, precum și filtrarea prin căutare fațetată bazată pe metadate personalizate. Oferă mecanisme pentru ajustarea relevanței rezultatelor, împărțirea secțiunilor paginii pentru o precizie îmbunătățită și un kit UI cuprinzător care include modale, panouri de filtrare și evidențierea termenilor. Proiectul include instrumente de dezvoltare pentru servirea site-ului local și exporturi de tip playground pentru diagnosticare, pentru a depana comportamentul indexului.