如何使用TouchXML或其他替代方法解析HTML

我试图解析下面用TouchXML呈现的HTML，但是当我尝试提取某些属性时它会一直崩溃。我对解析器世界完全陌生，因此对于成为一名完全白痴而道歉。我需要帮助来解析这个HTML。我试图完成的是解析每个属性和值或不是什么，并将它们复制到一个字符串。我一直在试图找到一个很好的解析器来解析HTML，我相信TouchXML是我见过的最好的，因为Tidy。说起Tidy，我怎么能通过Tidy先运行这个HTML然后解析它？我不知道如何做到这一点。这里是我迄今为止没有用的代码，因为它没有从HTML中提取我需要的所有东西。任何帮助或建议将不胜感激。由于如何使用TouchXML或其他替代方法解析HTML

我当前的代码：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>

编辑：我可以用元素分析器，但我需要知道如何从中提取这个人的名字在这种情况下，下面的例子将是Ralph。

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

来源

2010-12-19 0SX

我不知道，如果你正在做的事情错了，但我建议你使用element parser，我已经找到了XML和HTML最好的解析器。希望这可以帮助。

来源

2010-12-19 17:47:30 ender

我试过元素分析器，但我无法获得某些数据。例如，假设我正在尝试获取“groupURL”链接的文本。我似乎无法得到它。我可以很好地获取URL，但我无法获取链接的组URL标题。这是我的代码：\t Element * aTag = [document selectElement：@“a”]; \t NSString * href = [aTag属性：@“href”]; NSLog（@“％@”，href）; – 0SX 2010-12-19 17:51:51

我不在我的Mac上，所以我不能给你确切的代码，但是如果你想获得“groupURL”元素的文本，你应该调用[yourElement contentsText]或[yourElement getChildsContentsText：@“your child” ]。无论如何，尝试与他们中的一个，明天我将能够给你准确的解决方案。 – ender 2010-12-19 18:41:05

感谢您的提示，我会看看我是否可以获取文本。如果你还记得，如果你不介意，明天你还可以发布确切的代码。谢谢 – 0SX 2010-12-19 19:40:34

如何使用TouchXML或其他替代方法解析HTML

回答

相关问题