1. Dom
  2. Pytanie i odpowiedź
  3. Parsowanie HTML w celu C

Parsowanie HTML w celu C

2013-07-31 13 views
7

Mam do parsowania HTML dla mojej aplikacji na iOS. Czytałem w Internecie, że powinienem używać Xpath i znalazłem bibliotekę TFHpple. Widzę, że ta biblioteka używa XpathQueryParsowanie HTML w celu C

<!DOCTYPE "html"> 
<html> 
    <head> 
       <meta property="og:site_name" content="Sito 4"/> 
     <meta property="og:title" content="home"/> 
     <meta name="viewport" content="width=320" /> 
     <meta name="keywords" content="mobile website,microsite, mobdis,iphone,android" /> 
     <meta name="description" content="Amazingly designed using MobDis.com" /> 
     <meta http-equiv="Content-type" content="text/html; charset=utf-8" /> 
     <meta name="format-detection" content="telephone=no" /> 
     <title>Sito 4/home</title> 

     <!--[if (!IE)|(gte IE 8)]><!--> 
<link href="http://cdn2.mobdis.me/assets/publish-3.4-datauri.css" media="screen" rel="stylesheet" type="text/css" /> 
<!--<![endif]--> 
<!--[if lte IE 7]> 
<link href="http://cdn2.mobdis.me/assets/publish-3.4.css" media="screen" rel="stylesheet" type="text/css" /> 
<![endif]--> 


     <script type="text/javascript"></script> 
     <style type="text/css"> 
      body{ 
       background-color: black; 
      } 
     </style> 

    </head> 
    <body> 


     <div id='processingScreen' style="width:320px;height:417px;background-color:rgb(0, 0, 128)"><img alt="Publish_loading" src="http://cdn2.mobdis.me/pro_images/publish_loading.gif" style="max-width:100%;max-height:100%;" /> 
     </div> 

     <div data-role="page" id="home" data-id="94568"> 


      <div data-role="content" id="area" class="canvas" style="width:320px;height:417px;background-color:rgb(0, 0, 128)"> 





      <div id="text-1" data-name="text-1" class="drsElement drsMoveHandle unselectable parentDef" data-content="text" style="width: 320px; height: 50px; top: 0px; left: 0px; z-index: 1; overflow: visible; border-top-left-radius: 5px; border-top-right-radius: 5px; border-bottom-right-radius: 5px; border-bottom-left-radius: 5px; -webkit-box-shadow: rgb(255, 255, 255) 0px 2px 0px inset; "><div style="width: 320px; height: 50px; background-color: transparent; border-color: rgb(112, 150, 171); border-width: 2px; border-style: none none solid; border-top-left-radius: 5px; border-top-right-radius: 5px; border-bottom-right-radius: 5px; border-bottom-left-radius: 5px; background-image: -webkit-gradient(linear, 0% 0%, 0% 100%, from(rgb(181, 221, 242)), to(rgb(181, 221, 242))); " class="txtDef childDef editable" data-pageid="" data-pageurl="" data-exlink="" data-transition="0" id="text-1_content" title="text-1" data-allborderradius="unchecked"><div> 
    &nbsp;</div> 
<div> 
    <span style="color:#ffffff;"><span style="font-family: futura; "><span style="font-size: 26px; "><span style="text-shadow: rgba(0, 0, 0, 0.59375) 1px 1px 2px; "><strong>Sito 4</strong></span></span></span></span></div> 
</div></div><div id="image-1" data-name="image-1" class="drsElement drsMoveHandle unselectable parentDef" data-content="image" style="width: 320px; height: 169px; top: 48px; left: 0px; z-index: 2; " data-src="assets/promozioni.png"><img src="http://cdn2.mobdis.me/uploads/73005/original.png?1375193775" style="width: 320px; height: 169px; " data-pageid="" data-pageurl="" data-exlink="" data-transition="0" id="image-1_content" title="image-1" class="childDef"></div><div id="text-2" data-name="text-2" class="drsElement drsMoveHandle unselectable parentDef" data-content="text" style="width: 320px; height: 100px; top: 277px; left: 0px; z-index: 3; overflow: visible; "><div style="width: 320px; height: 100px; " class="txtDef childDef editable" data-pageid="" data-pageurl="" data-exlink="" data-transition="0" id="text-2_content" title="text-2"><div> 
    <span style="color:#ffffff;"><span style="font-size: 20px; "><strong>Complimenti hai ottenuto una fantastica promozione!</strong></span></span></div> 
</div></div> 
      <div id="text-3" data-name="text-3" class="drsElement drsMoveHandle unselectable parentDef" data-content="text" style="width: 320px; height: 65px; top: 332px; left: 0px; z-index: 4; overflow: visible; "><div style="width: 320px; height: 65px; " class="txtDef childDef editable" data-pageid="" data-pageurl="" data-exlink="" data-transition="0" id="text-3_content" title="text-3"><div style="text-align: left; "> 
    <span style="font-size:12px;"><span style="color: rgb(255, 255, 255); ">Scadenza: 29 Ago 2013</span></span></div> 
</div></div> 
      </div> 


     </div> 








      <div id="divAds"><a href="http://www.mobdis.com" target="_blank"><img alt="Banner" src="http://cdn2.mobdis.me/pro_images/banner.png" style="display:inline;max-width:100%;" /></a></div> 





       <div id="divBrowserAlert">The current version of your browser is not supported yet. To ensure full functionality, we recommend using Apple Safari or Google Chrome.<br/> 
        <button onclick="dismissUnsupportedBrowser('')">Dismiss</button> 

        <!--<button onclick=window.location = "";">Redirect</button>--> 

       </div> 

       <script type="text/javascript"> 

       </script> 




     <script type="text/javascript"> 
      var mpq = []; 
      mpq.push(["init", '5fed56e1e4a85990c0fb6ff5294d2d42']); 
      (function(){var b,a,e,d,c;b=document.createElement("script");b.type="text/javascript";b.async=true;b.src=(document.location.protocol==="https:"?"https:":"http:")+"//api.mixpanel.com/site_media/js/api/mixpanel.js";a=document.getElementsByTagName("script")[0];a.parentNode.insertBefore(b,a);e=function(f){return function(){mpq.push([f].concat(Array.prototype.slice.call(arguments,0)))}};d=["init","track","track_links","track_forms","register","register_once","identify","name_tag","set_config"];for(c=0;c<d.length;c++){mpq[d[c]]=e(d[c])}})(); 
      mpq.track("project_id-13003"); 
      mpq.name_tag('mobdis'); 
     </script> 

       <div id="scriptImports"> 
      <script src="http://cdn2.mobdis.me/assets/jq-3.4.js" type="text/javascript"></script> 

      <script src="http://cdn2.mobdis.me/assets/publish-3.4.js" type="text/javascript"></script> 
      <script src="http://cdn2.mobdis.me/assets/jqm-3.4.js" type="text/javascript"></script> 






<!-- --> 

      <script type="text/javascript"> 
       var root = "http://sito4.mobdis.co/"; 
       var cdn_link = "http://cdn2.mobdis.me/"; 

       var require_passcode = false; 

       var showWaterMark = false; 
       var showNone = false; 


      </script> 

     </div> 

     <div id="divAutho" class="autho_56930"></div> 


     <div id="restrictMode" class="divBasic"></div> 
     <noscript style="color:red;font-size:1em;top:0px;left:0px;position:absolute;display:block;background: #363636;color:#fbb041;height:100%;text-align:center;">Javascript is disabled in your browser.<br /> Please enable the javascript.</noscript> 
    </body> 
</html>

jestem ciekawy w dwóch informacji o tym HTML:

  • to <title>Sito 4/home</title>

  • to <span style="color: rgb(255, 255, 255); ">Scadenza: 29 Ago 2013</span>

Dla teraz napisałem ten kod:

- (void)loadDataFromHtml { 
    NSURL *url = [NSURL URLWithString:stringUrl]; 
    NSData *data = [NSData dataWithContentsOfURL:url]; 

    TFHpple *parser = [TFHpple hppleWithHTMLData:data]; 

    NSString *XpathQueryStringTitle = @"//title"; 
    NSArray *nodes = [parser searchWithXPathQuery:XpathQueryStringTitle]; 

    NSMutableArray *dataArray = [[NSMutableArray alloc]initWithCapacity:0]; 
    for (TFHppleElement *element in nodes) { 
     HtmlData *htmlData = [[HtmlData alloc]init]; 
     [dataArray addObject:htmlData]; 
     htmlData.title = [[element firstChild]content]; 
     htmlTitle = htmlData.title; 
     htmlTitle = [htmlTitle substringToIndex:6]; 
     htmlTitle = [htmlTitle stringByReplacingOccurrencesOfString:@" " withString:@""]; 
    } 
}

(Na podstawie tego tutoriala: http://www.raywenderlich.com/14172/how-to-parse-html-on-ios)

Teraz moje pytanie brzmi: w jaki sposób mogę znaleźć drugiego informacje potrzebne? Czy powinienem wykonać kolejny NSString, aby uzyskać drugą informację? Czy możesz mi pomóc rozwiązać ten problem? Dziękuję

Źródło

2013-07-31 lucgian84

+0

Tak, najłatwiej jest dokonać innego 'XpathQueryStringTitle' z XPath do elementu, który chcesz. Możesz użyć tego samego parsera i tych samych danych html;) – HAS

+0

Jak uzyskać adres URL obrazu za pomocą powyższego kodu? Mam tytuł. Ale potrzebuję również adresu URL obrazu. – Parthpatel1105

Odpowiedz

7

mi rozwiązać mój problem za pomocą Firebug. Otworzyłem swoją stronę w Firefoksie i otworzyłem Firebuga, po czym wybrałem wiersz, w którym potrzebowałem potrzebnych informacji, a następnie kliknąłem prawym przyciskiem myszy i wybrałem "Copy Xpath" i wkleiłem to w mojej aplikacji i to działa!

Dziękuję za sugestię!

Źródło

2013-07-31 09:45:59 lucgian84

+0

Słodkie i proste! – Ananth

4

Sprawdź z tym:

https://github.com/mwaterfall/MWFeedParser

https://github.com/zootreeves/Objective-C-HMTL-Parser

ten zapewni parser HTML dla iPhone SDK.

Więcej pomocy na:

Źródło

2013-07-31 09:09:52 RMRAHUL

+0

Błędem jest korzystanie z biblioteki TFHpple? – lucgian84

+0

@PaoloRobertetti Nie, IMHO to świetna (ponieważ bardzo łatwa w użyciu) klasa;) – HAS

+0

@HAS: Dziękuję, czy możesz zasugerować mi, jak zbudować zapytanie Xpath, aby przeszukać to ' Scadenza: 29 Ago 2013' w moim html? – lucgian84

0

Z powodzeniem użyłem projektu Nolan Waite's HTMLReader do łatwego i niezawodnego przeanalizowania bardzo skomplikowanej odpowiedzi HTML5.

Jest łatwy w konfiguracji i obsłudze, bardzo polecam. Wszystkie inne znalezione projekty są stare, nieobsługiwane lub są przeznaczone do analizy strict XHTML/XML.

Oto przykład z README:

#import <HTMLReader/HTMLReader.h> 

// Parse a string and find an element. 
NSString *markup = @"<p><b>Ahoy there sailor!</b></p>"; 
HTMLDocument *document = [HTMLDocument documentWithString:markup]; 
NSLog(@"%@", [document firstNodeMatchingSelector:@"b"].textContent); 
// => Ahoy there sailor! 

// Wrap one element in another. 
HTMLElement *b = [document firstNodeMatchingSelector:@"b"]; 
NSMutableOrderedSet *children = [b.parentNode mutableChildren]; 
HTMLElement *wrapper = [[HTMLElement alloc] initWithTagName:@"div" 
               attributes:@{@"class": @"special"}]; 
[children insertObject:wrapper atIndex:[children indexOfObject:b]]; 
b.parentNode = wrapper; 
NSLog(@"%@", [document.rootElement serializedFragment]); 
// => <html><head></head><body><p><div class="special"> \ 
<b>Ahoy there sailor!</b></div></p></body></html> 

// Load a web page. 
NSURL *URL = [NSURL URLWithString:@"https://github.com/nolanw/HTMLReader"]; 
NSURLSession *session = [NSURLSession sharedSession]; 
[[session dataTaskWithURL:URL completionHandler: 
    ^(NSData *data, NSURLResponse *response, NSError *error) { 
     NSString *contentType = nil; 
     if ([response isKindOfClass:[NSHTTPURLResponse class]]) { 
      NSDictionary *headers = [(NSHTTPURLResponse *)response allHeaderFields]; 
      contentType = headers[@"Content-Type"]; 
     } 
     HTMLDocument *home = [HTMLDocument documentWithData:data 
             contentTypeHeader:contentType]; 
     HTMLElement *div = [home firstNodeMatchingSelector:@".repository-description"]; 
     NSCharacterSet *whitespace = [NSCharacterSet whitespaceAndNewlineCharacterSet]; 
     NSLog(@"%@", [div.textContent stringByTrimmingCharactersInSet:whitespace]); 
     // => A WHATWG-compliant HTML parser in Objective-C. 
    }] resume];

Źródło

2015-11-07 20:49:22

+0

Cześć Dhiraj, jak byś uzyskał "og: title" używając HTMLReader? Próbuję użyć selektora: @ "meta [property = og: title]" bez powodzenia ... – Chicken

Powiązane problemy

 Powiązane problemy