разбор HTML на iPhone [закрыто]

С hpple довольно полезно для разбора грязный HTML. Проект Hpple-это оболочка Objective-C в библиотеке XPathQuery для синтаксического анализа HTML. С его помощью вы можете отправить запрос XPath и получить результат .

требования:

- добавить libxml2 включает в свой проект

1. Меню Проект - > Изменить Настройки Проекта
2. поиск для установки "пути поиска заголовка"
3. Добавить новый путь поиска "${SDKROOT} / usr / include/libxml2"
4. включить рекурсивный вариант

- добавить библиотеку libxml2 в свой проект

1. Меню Проект - > Изменить Настройки Проекта
2. Поиск настройки "другие флаги компоновщика"
3. Добавить новый флаг поиска" - lxml2"

С hpple получить следующие файлы исходного кода и добавить их в свой проект:

1. TFpple.h
2. TFpple.м
3. TFppleElement.h
4. TFppleElement.м
5. XPathQuery.h
6. XPathQuery.м

-прогуляемся по w3school учебник по XPath чтобы чувствовать себя комфортно с языком XPath.

Пример Кода

#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];

известные проблемы

As hpple-это оболочка над XPathQuery, которая еще одна обертка, этот вариант, вероятно, не самый эффективный. Если производительность является проблемой в вашем проекте, я рекомендую закодировать свое собственное легкое решение на основе кода библиотеки hpple и xpathquery.

на всякий случай, если кто-то попал сюда, погуглив для хорошего парсера XPath и ушел и использовал TFHpple, обратите внимание, что TFHpple использует XPathQuery. Это очень хорошо, но есть утечка памяти.

в функции * PerformXPathQuery, если узлы найдены равными нулю, он выскакивает перед очисткой.

Итак, где вы видите этот бит кода: добавьте в две строки очистки.

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

Если вы делаете много разбора,это порочная утечка. Сейчас.... как я могу получить моя ночь :-)

Я написал легкую обертку вокруг libxml, которая может быть полезна:

Objective-C-HMTL-Parser

Это, вероятно, зависит от того, насколько грязный HTML и что вы хотите извлечь. Но обычно порядок делает довольно хорошую работу. Это написано в C, и я думаю, вы должны быть в состоянии построить и статически связать его для iPhone. Вы можете легко установить версию командной строки и проверить результаты в первую очередь.

вы можете проверить ElementParser. Он обеспечивает" просто достаточно " разбор HTML и XML. Хорошие интерфейсы делают хождение по XML / HTML документам очень простым. http://touchtank.wordpress.com/

Как насчет использования компонента Webkit и, возможно, сторонних пакетов, таких как jquery для таких задач, как эти? Разве нельзя было бы извлечь данные html в невидимом компоненте и воспользоваться очень зрелыми селекторами фреймворков javascript?

Google GData Objective-C API переопределяет NSXMLElement и другие связанные классы, которые Apple удалила из iPhone SDK. Вы можете найти его здесь http://code.google.com/p/gdata-objectivec-client/. я использовал его для обмена сообщениями через Jabber. Конечно, если ваш HTML искажен (отсутствуют закрывающие теги), это может не очень помочь.

мы используем Convertigo для разбора HTML на стороне сервера и возвращаем чистые и аккуратные веб-сервисы JSON в наши мобильные приложения