分析HTML在iPhone上[封闭]
-
03-07-2019 - |
题
任何人都可以推荐一个或C的目标-C library for HTML分析?它需要处理混乱HTML代码,不会相当验证。
不会这样的库存,或者我最好只是试图使用普通的表情?
解决方案 2
看起来SDK中有 libxml2.2
, libxml / HTMLparser.h
声称如下:
此模块实现了一个HTML 4.0非验证解析器,其API与XML解析器兼容。它应该能够解析“真实世界”。 HTML,即使从规范的角度严重破坏。
这听起来像我需要的,所以我可能会使用它。
其他提示
我发现使用 hpple 很有用的分析乱HTML。Hpple项目是一个目标-C包装上的XPathQuery库,用于分析HTML。使用它,你可以送XPath查询和接收结果。
要求:
-添加libxml2包括到项目
- 菜单项目>编辑项目设置
- 搜索设定"的标题搜索的道路"
- 添加新的搜索的道路"${SDKROOT}/usr/include/libxml2"
- 启用递归的选择
-添加libxml2库来到你的项目
- 菜单项目>编辑项目设置
- 搜索设置"的其他接头的标志"
- 添加新的搜索标志"-lxml2"
-从 hpple 得到下列来源码文件的一个增加他们给你的项目:
- TFpple.h
- TFpple.m
- TFppleElement.h
- TFppleElement.m
- XPathQuery.h
- XPathQuery.m
-散步在 w3school XPath教程 感到舒适用XPath的语言。
代码的例子
#import "TFHpple.h"
NSData *data = [[NSData alloc] initWithContentsOfFile:@"example.html"];
// Create parser
xpathParser = [[TFHpple alloc] initWithHTMLData:data];
//Get all the cells of the 2nd row of the 3rd table
NSArray *elements = [xpathParser searchWithXPathQuery:@"//table[3]/tr[2]/td"];
// Access the first cell
TFHppleElement *element = [elements objectAtIndex:0];
// Get the text within the cell tag
NSString *content = [element content];
[xpathParser release];
[data release];
已知的问题
作为hpple是一个包装上XPathQuery这是另一个包装,这一选择可能不是效率最高的。如果性能是一个问题项目中,我建议代码你自己的轻量级的解决方案的基础上hpple和xpathquery图书馆的代码。
以防万一有人通过谷歌搜索一个不错的XPath解析器并离开并使用TFHpple,请注意TFHpple使用XPathQuery。这非常好,但内存泄漏。
在函数* PerformXPathQuery中,如果发现节点为零,则在清理之前它会跳出。
所以你看到这段代码:添加两个清理行。
xmlNodeSetPtr nodes = xpathObj->nodesetval;
if (!nodes)
{
NSLog(@"Nodes was nil.");
/* Cleanup */
xmlXPathFreeObject(xpathObj);
xmlXPathFreeContext(xpathCtx);
return nil;
}
如果您正在进行大量解析,那就是恶性泄漏。 现在....我怎么回到我的晚上: - )
我在libxml周围写了一个轻量级的包装器,它可能很有用:
这可能取决于HTML的混乱程度以及您想要提取的内容。但通常 Tidy 做得相当不错。它是用C语言编写的,我猜你应该能够为iPhone构建和静态链接它。您可以轻松安装命令行版本并首先测试结果。
您可能想要查看ElementParser。它提供了“恰到好处”的功能。解析HTML和XML。漂亮的界面使XML / HTML文档非常简单。 http://touchtank.wordpress.com/
如何使用Webkit组件,以及可能的第三方软件包(如jquery)来完成这些任务?是不是可以在一个不可见的组件中获取html数据并利用javascript框架的非常成熟的选择器?
Google的GData Objective-C API重新实现了NSXMLElement以及Apple从iPhone SDK中删除的其他相关类。你可以在这里找到它 http://code.google.com/p/gdata-的ObjectiveC客户端/ 。我用它来通过Jabber处理消息传递。当然,如果您的HTML格式不正确(缺少结束标记),这可能没什么用。
我们使用Convertigo在服务器端解析HTML并向我们的移动应用程序返回干净整洁的JSON Web服务