iPhone解析xhtml + css

Question

我有一個複雜的長XHTML文件，其中包含CSS。搜索谷歌和在這個網站，我發現有些庫可能是有用的XHTML解析：

• 的NSXMLParser
• TBXML
• 和其他一些

不過，我想知道是否有任何可以將xhtml + css文檔轉換爲NSAttributedString（當然只有文本）的iPhone庫。

我一直在想這個問題，我有一些想法，但我認爲它不會很有效。我的主要想法是通過這個步驟形成：

• 檢測上XTHML文件中的所有代碼與一個id或class屬性，讓他們在那裏的影響（我不能做到這一點），字符串的範圍。

• 將所有CSS屬性保存在NSDictionary中，其中有更多NSDictionary對象。事情是這樣的：

  mainDict { 
      object: dictionary { 
       object: @"#00ff00" 
       key: @"color" 
       object: @"1em" 
       key: @"font-size" 
      } 
      key: @"a id" 
      object: anotherDictionary { 
       ... 
      } 
      key: @"another id" 
  } 
  

• 將這些CSS屬性的NSAttributedString字典屬性字典。

我知道，這是複雜的，我不需要你提供的代碼（當然，如果你提供給它，這將是巨大的），我只希望鏈接庫或，如果它不存在的話，我自己創建一個解析器的建議。

當然，如果您需要更多的信息，請發表評論。

謝謝你！

Answer 1

這取決於你的需要，如果這會做你想做的，但DTCoreText有一個HTML - > NSAttributedString轉換器。這對於DTCoreText想要/需要做什麼非常具體，但它至少可以指引您朝着正確的方向發展。

Answer 2

我將HTML字符串解析爲NSAttributedString的方法是遞歸地將解析後的節點（及其childNodes）附加到NSMutableAttributedString中。

我還沒有準備好在任何地方發佈我的完整代碼。但希望這可以給你一些提示...

的NSString + HTML.h

/* - toHTMLElements 
* parse the string itself into a dictionary collection of htmlelements for following keys 
* : @"attributedString" // html main body 
* : @"insets"   // images and/or videos with range info 
* : @"as"    // href with range info 
* 
*/ 

- (NSMutableDictionary*) toHTMLElements; 

的NSString + HTML.m

- (NSMutableDictionary*) toHTMLElements { 

    // … 
    // handle escape encoding here 
    // assume that NSString* htmlString is the processed string; 
    // … 


    NSMutableDictionary * htmlElements = [[NSMutableDictionary dictionary] retain]; 

    NSMutableAttributedString * attributedString = [[[NSMutableAttributedString alloc] init] autorelease]; 
    NSMutableArray * insets = [NSMutableArray array]; 
    NSMutableArray * as  = [NSMutableArray array]; 

    [htmlElements setObject:attributedString forKey:HTML_ATTRIBUTEDSTRING]; 
    [htmlElements setObject:insets forKey:HTML_INSETS]; 
    [htmlElements setObject:as forKey:HTML_AS]; 


    // parse the HTML with an XML parser 
    // CXXML is a variance of TBXML (http://www.tbxml.co.uk/) which can handle the inline tags such as <span> 
    // code not available to public yet, so write your own inline-tag-enabled HTML/XML parser. 

    CXXML * xml = [CXXML tbxmlWithXMLString:htmlString]; 
    TBXMLElement * root = xml.rootXMLElement; 

    TBXMLElement * next = root->firstChild; 

    while (next != nil) { 
     // 
     // do something here for special treatments if needed 
     // 
     NSString * tagName = [CXXML elementName:next]; 

     [self appendXMLElement:next withAttributes:[HTMLElementAttributes defaultAttributesFor:tagName] toHTMLElements:htmlElements]; 

     next = next->nextSibling; 
    } 

    return [htmlElements autorelease]; 
} 

- (void) appendXMLElement:(TBXMLElement*)aElement withAttributes:(NSDictionary*)parentAttributes toHTMLElements:(NSMutableDictionary*) htmlElements { 

    // do your parse of aElement and its attribute values, 
    // assume NSString * tagAttrString is the parsed html attribute string (either from "style" attribute or css file) for this tag like : width:200px; color:#123456; 
    // let an external HTMLElementAttributes class to handle the attribute updates from the parent node's attributes 

    NSDictionary * tagAttr = [HTMLElementAttributes updateAttributes: parentAttributes withCSSAttributes:tagAttrString]; 

    // create your NSAttributedString styled by tagAttr 
    // create insets such as images/videos or hyper links objects 
    // then update the htmlElements for storage 

    // once this tag is handled, recursively visit and process the current tag's children 

    TBXMLElement * nextChild = aElement->firstChild; 

    while (nextChild != nil) { 
     [self appendXMLElement:nextChild withAttributes:tagAttr toHTMLElements:htmlElements]; 
     nextChild = nextChild->nextSibling; 
    } 
}