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在iPhone上解析HTML,iphone,html,parsing,html-content-extraction,Iphone,Html,Parsing,Html Content Extraction,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
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
#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。