Ví dụ phân tích HTML libxml2 đơn giản, sử dụng Objective-c, Xcode và HTMLparser.h

Question

Xin vui lòng ai đó có thể chỉ cho tôi một ví dụ đơn giản về phân tích cú pháp một số HTML bằng cách sử dụng libxml.

#import <libxml2/libxml/HTMLparser.h> 

NSString *html = @"<ul>" 
    "<li><input type=\"image\" name=\"input1\" value=\"string1value\" /></li>" 
    "<li><input type=\"image\" name=\"input2\" value=\"string2value\" /></li>" 
    "</ul>" 
    "<span class=\"spantext\"><b>Hello World 1</b></span>" 
    "<span class=\"spantext\"><b>Hello World 2</b></span>"; 

1) Giả sử tôi muốn phân tích giá trị của đầu vào có tên = input2.

Nên xuất "string2value".

2) Giả sử tôi muốn phân tích nội dung bên trong của mỗi thẻ span có class = spantext.

Nên xuất: "Hello World 1" và "Hello World 2".

Answer 1

Tôi đã từng Ben Reeves' HTML Parser để đạt được những gì tôi muốn:

NSError *error = nil; 
NSString *html = 
    @"<ul>" 
     "<li><input type='image' name='input1' value='string1value' /></li>" 
     "<li><input type='image' name='input2' value='string2value' /></li>" 
    "</ul>" 
    "<span class='spantext'><b>Hello World 1</b></span>" 
    "<span class='spantext'><b>Hello World 2</b></span>"; 
HTMLParser *parser = [[HTMLParser alloc] initWithString:html error:&error]; 

if (error) { 
    NSLog(@"Error: %@", error); 
    return; 
} 

HTMLNode *bodyNode = [parser body]; 

NSArray *inputNodes = [bodyNode findChildTags:@"input"]; 

for (HTMLNode *inputNode in inputNodes) { 
    if ([[inputNode getAttributeNamed:@"name"] isEqualToString:@"input2"]) { 
     NSLog(@"%@", [inputNode getAttributeNamed:@"value"]); //Answer to first question 
    } 
} 

NSArray *spanNodes = [bodyNode findChildTags:@"span"]; 

for (HTMLNode *spanNode in spanNodes) { 
    if ([[spanNode getAttributeNamed:@"class"] isEqualToString:@"spantext"]) { 
     NSLog(@"%@", [spanNode allContents]); //Answer to second question 
    } 
} 

[parser release]; 

Answer 2

Như Vladimir nói, cho điểm thứ hai điều quan trọng là để thay thế rawContents với Contents. rawContents sẽ in nút văn bản thô hoàn chỉnh, tức là:

<span class='spantext'><b>Hello World 1</b></span>