如何使用TouchXML或其他替代方法解析HTML

我試圖解析下面用TouchXML呈現的HTML，但是當我嘗試提取某些屬性時它會一直崩潰。我對解析器世界完全陌生，因此對於成爲一名完全白癡而道歉。我需要幫助來解析這個HTML。我試圖完成的是解析每個屬性和值或不是什麼，並將它們複製到一個字符串。我一直在試圖找到一個很好的解析器來解析HTML，我相信TouchXML是我見過的最好的，因爲Tidy。說起Tidy，我怎麼能通過Tidy先運行這個HTML然後解析它？我不知道如何做到這一點。這裏是我迄今爲止沒有用的代碼，因爲它沒有從HTML中提取我需要的所有東西。任何幫助或建議將不勝感激。由於如何使用TouchXML或其他替代方法解析HTML

我當前的代碼：需要解析

NSMutableArray *res = [[NSMutableArray alloc] init]; 

// using local resource file 
NSString *XMLPath = [[[NSBundle mainBundle] resourcePath] stringByAppendingPathComponent:@"example.html"]; 
NSData *XMLData  = [NSData dataWithContentsOfFile:XMLPath]; 
CXMLDocument *doc = [[[CXMLDocument alloc] initWithData:XMLData options:0 error:nil] autorelease]; 

NSArray *nodes = NULL; 

nodes = [doc nodesForXPath:@"//div" error:nil]; 

for (CXMLElement *node in nodes) { 
    NSMutableDictionary *item = [[NSMutableDictionary alloc] init]; 



    [item setObject:[[node attributeForName:@"id"] stringValue] forKey:@"id"]; 

    [res addObject:item]; 
    [item release]; 
} 


NSLog(@"%@", res); 
[res release];

HTML文件：

<html> 
<head> 
<base target="_blank" /> 
</head> 
<body style="margin:2;"> 
<div id="group"> 
<div id="groupURL"><a href="http://www.example.com/groups">Group URL</a></div> 
<img id="grouplogo" src="http://images.example.com/groups/image.png" /> 
<div id="groupcomputer"><a href="http://www.example.com/groups/page" title="Group Title">Group title this would be here</a></div> 
<div id="groupinfos"> 
    <div id="groupinfo-l">Person</div><div id="groupinfo-r">Ralph</div> 
    <div id="groupinfo-l">Years</div><div id="groupinfo-r">4 years</div> 
    <div id="groupinfo-l">Salary</div><div id="groupinfo-r">100K</div> 
    <div id="groupinfo-l">Other</div><div id="groupoth" style="width:15px">other info</div> 
</body> 
</html>

編輯：我可以用元素分析器，但我需要知道如何從中提取這個人的名字在這種情況下，下面的例子將是Ralph。

<div id="groupinfo-l">Person</div><div id="groupinfo-r">Ralph</div>

來源

2010-12-19 0SX

我不知道，如果你正在做的事情錯了，但我建議你使用element parser，我已經找到了XML和HTML最好的解析器。希望這可以幫助。

來源

2010-12-19 17:47:30 ender

我試過元素分析器，但我無法獲得某些數據。例如，假設我正在嘗試獲取「groupURL」鏈接的文本。我似乎無法得到它。我可以很好地獲取URL，但我無法獲取鏈接的組URL標題。這是我的代碼：\t Element * aTag = [document selectElement：@「a」]; \t NSString * href = [aTag屬性：@「href」]; NSLog（@「％@」，href）; – 0SX 2010-12-19 17:51:51

我不在我的Mac上，所以我不能給你確切的代碼，但是如果你想獲得「groupURL」元素的文本，你應該調用[yourElement contentsText]或[yourElement getChildsContentsText：@「your child」 ]。無論如何，嘗試與他們中的一個，明天我將能夠給你準確的解決方案。 – ender 2010-12-19 18:41:05

感謝您的提示，我會看看我是否可以獲取文本。如果你還記得，如果你不介意，明天你還可以發佈確切的代碼。謝謝 – 0SX 2010-12-19 19:40:34

如何使用TouchXML或其他替代方法解析HTML

回答

相關問題