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 <table> 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。
3. 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"}）。
4. 生成 JSON：构建统一的半结构化 JSON 对象。
5. 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。