Objective c 我是否以最佳方式解析html源代码？

我想从a中提取正文段落并将其存储到字符串中

首先，我使用

NSString *sourceCode = [NSString stringWithContentsOfURL:[NSURL URLWithString:currentLink] encoding:NSUTF8StringEncoding error:&error];

正文段落开始于

之后，结束于

所以我打算像这样把绳子分开

NSString *startingPt = @"<!-- (START) Pagination Content Wrapper -->";
NSString *endingPt = @"<!-- (END) Pagination Content Wrapper -->";

NSString *sub = [sourceCode substringFromIndex:NSMaxRange([str rangeOfString:startingPt])];
sub = [sourceCode substringToIndex:[s rangeOfString:endingPt].location;

NSString*startingPt=@”；
NSString*endingPt=@；
NSString*sub=[sourceCode substringfromfromindex:NSMaxRange（[str rangeOfString:startingPt]）；
sub=[sourceCode substringToIndex:[s rangeOfString:endingPt]。位置；

然后我将使用

stringByReplacingOccurrencesOfString:with字符串：

将剩余的html标记替换为

@“

---

有更好的方法来实现我的目标吗？

在获得子字符串删除开始和结束后，您可以简单地使用转义html标记，这是实现html编码、解码等的一个非常好的类别，主要是您可以将其用于NSString实例，无需为此创建单独的对象

在这里你可以找到更多关于它的讨论

这些是在那篇文章中建议的方法&我喜欢

- (NSString *)stringByConvertingHTMLToPlainText;
- (NSString *)stringByDecodingHTMLEntities;
- (NSString *)stringByEncodingHTMLEntities;
- (NSString *)stringWithNewLinesAsBRs;
- (NSString *)stringByRemovingNewLinesAndWhitespace;

---

您必须在删除HTML标记之前找到它们。除非您知道此系统需要使用的标记数量有限，否则不应在代码中硬编码它们的列表。使用-stringByReplacingOccurrences…，您需要一个精确的字符串，包含所有参数ID和类标记等。，这使得它更容易改变

除非您打算使用vishy建议的第三方扩展，看起来它可以满足您的需要，否则您必须执行以下操作：

1） 查找“”的第一个匹配项

4） 看看那是不是逃脱了

5） 如果没有，请为标记（从“”）创建NSRange，并使用-stringByReplacingCharactersInRange将其删除

---

6） 重复此操作，直到找不到任何未替换的“如您所述，存在随机数量的空白。是否无法消除它们？请使用[myString stringByTrimmingCharactersInSet:[NSCharacterSet Whitespace and NewLineCharacterSet]]；我已经补充了这一点。它只删除了正文开头之前和之后的空格，而不删除段落之间的空格