在iPhone上解析HTML

有人能推荐一个C或Objective-C库用于HTML解析吗？它需要处理杂乱无章的HTML代码，而这些代码无法完全验证

---

是否存在这样的库，或者我最好只是尝试使用正则表达式？

这可能取决于HTML的混乱程度以及您想要提取的内容。但通常做得很好。它是用C编写的，我想你应该能够为iPhone构建并静态链接它。您可以轻松地安装命令行版本并首先测试结果。

看起来像SDK中的

libxml2.2

，并且

libxml/HTMLparser.h

声明如下：

该模块实现了一个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”的HTML，即使从规范的角度来看严重破坏

---

这听起来像是我需要的，所以我可能会使用它。

谷歌的GData Objective-C API重新实现NSXMLElement和苹果从iPhone SDK中删除的其他相关类。你可以在这里找到它。我用它通过Jabber处理信息。当然，如果您的HTML格式不正确（缺少结束标记），这可能没有多大帮助。

您可能需要签出ElementParser。它提供了对HTML和XML的“刚好足够”的解析。漂亮的界面使浏览XML/HTML文档变得非常简单

我发现使用XML解析凌乱的HTML非常有用。Hpple项目是XPathQuery库上用于解析HTML的Objective-C包装器。使用它，您可以发送XPath查询并接收结果

要求：

-将libxml2包含添加到项目中

菜单项目->编辑项目设置

搜索设置“标题搜索路径”

添加新的搜索路径“${SDKROOT}/usr/include/libxml2”

启用递归选项

-将libxml2库添加到项目中

菜单项目->编辑项目设置

搜索设置“其他链接器标志”

添加新的搜索标志“-lxml2”

-从获取以下源代码文件并将其添加到项目中：

TFpple.h

TFpple.m

TFppleElement.h

TFppleElement.m

XPathQuery.h

XPathQuery.m

-继续走走，感受XPath语言的舒适感

代码示例

#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];

已知问题

---

由于hpple是另一个包装器XPathQuery上的包装器，因此此选项可能不是最有效的。如果您的项目中存在性能问题，我建议您根据hpple和xpathquery库代码编写自己的轻量级解决方案。

我编写了一个关于libxml的轻量级包装，这可能很有用：

---

如何使用Webkit组件，以及可能的第三方软件包（如jquery）来执行这些任务？难道不可能在一个不可见的组件中获取html数据并利用javascript框架中非常成熟的选择器吗？

如果有人通过谷歌搜索一个漂亮的XPath解析器来到这里并使用了TFHpple，请注意TFHpple使用的是XPathQuery。这很好，但是内存泄漏

在函数*PerformXPathQuery中，如果发现节点为nil，则会在清理之前跳出

因此，您将看到这段代码：添加两个清理行

  xmlNodeSetPtr nodes = xpathObj->nodesetval;
  if (!nodes)
    {
      NSLog(@"Nodes was nil.");
        /* Cleanup */
        xmlXPathFreeObject(xpathObj);
        xmlXPathFreeContext(xpathCtx);
      return nil;
    }

如果你正在做大量的分析，这是一个恶性泄漏。

---

现在。。。。如何找回我的夜晚：-）

我们使用Convertigo在服务器端解析HTML，并将干净整洁的JSON web服务返回到我们的移动应用程序中

我刚才使用了这个，到目前为止它工作得非常好。它与字符串数据配合得非常好。你能告诉我如何从html中获取和显示图像吗？顺便说一句，图像不是存储在html中的。您必须获取URL并自行下载。一旦你有了URL，你就可以使用[NSData DATA WITH CONTENTS OFURL]来获取文件。自2011年7月8日以来，TFHpple的

search:

方法被重命名为

searchWithXPathQuery:

这对我来说非常有效，谢谢。我确实有一个奇怪的怪癖，文件名前面似乎有一个空格字符，但这可能是由于编码错误造成的，与hpple无关。看起来很棒。我可能正在我即将推出的iPad应用程序中使用它。网站已关闭，您应该将此发布到GitHub上！本，我试着添加你的库-它也是用于iphone开发的吗？因为我得到了新的链接：ElementParser有很多错误，自2009年以来没有更新过。我强烈建议不要使用它。我只能找到自2009年以来没有更新过的Hpple。我在哪里可以找到这个“TFHpple”？-是的，我想它很旧了。一旦你清理了漏洞，它就可以正常工作。看起来这个修复程序是在最新的委员会中更新的，比如Ben Reeves lightweight wrapper，他在这个帖子中提到过。Wrapper已经转向github：这个问题怎么会“不具建设性”？这并没有回答这个问题-他正在寻找一个客户端库。