TFHpple 框架解析HTML

最新推荐文章于 2024-03-06 18:45:21 发布

AbooJan

最新推荐文章于 2024-03-06 18:45:21 发布

阅读量7k

点赞数

CC 4.0 BY-SA版权

分类专栏： ios 文章标签： IOS HTML解析 TFHpple

本文链接：https://blog.youkuaiyun.com/aboojaner/article/details/24635417

ios 专栏收录该内容

28 篇文章

订阅专栏

本文介绍如何使用TFHpple框架解析复杂的HTML表格数据，包括安装配置步骤及核心代码示例。

1. 到 GitHub 下载 TFHpple 框架源码，地址：点击打开链接

2. 将下载到源码中的以下6个文件添加到项目中：

3.在项目中添加 libxml2.2.dylib 依赖框架，并且修改项目中的 “header search path”，如图：

4. 接下来就可以开始编写解析HTML代码了。

目标HTML：

                   <table cellpadding="4" width="98%" border="1" class="tb">
                              <thead class="tbhead">
                                <tr>
                                   <td width="5%">序号<input type="checkbox" title="全选/全不选" name="searchresult_all_cb" id="searchresult_all_cb" onclick="chooseall(this);"/></td>
                                  <td width="33%">题名</td>
                                  <td width="19%">责任者</td>
                                  <td width="13%">出版者</td>
                                  <td width="7%">出版年</td>
                                  <td width="7%">索取号</td>
                                  <td width="5%">馆藏</td>
                                  <td width="5%">可借</td>
                                  <td width="6%">相关资源</td>
                                 </tr>
                               </thead>
                               <tbody>
                        
                            <tr>
                                  <td><input type="checkbox" name="searchresult_cb" value="443746" onclick="savethis(this);"/>1</td>
                                  <td><span class="title"><a href="bookinfo.aspx?ctrlno=443746" target="_blank">iOS 6开发进阶与实战 [专著]＝More iOS 6 development：further explorations of iOS SDK</a></span></td>
                                  <td>(美)马克(Dave Mark) ... [等] 著；麦秆创智译</td>
                                  <td>人民邮电出版社</td>
                                  <td>2013.10</td>
                                  <td class="tbr">TN929.53/M150</td>
                                  <td class="tbr">3</td>
                                  <td class="tbr">2</td>
                                  <td>
                                    
                                  </td>
                                 </tr>
                        
                            <tr>
                                  <td><input type="checkbox" name="searchresult_cb" value="443708" onclick="savethis(this);"/>2</td>
                                  <td><span class="title"><a href="bookinfo.aspx?ctrlno=443708" target="_blank">iOS网络编程与云端应用最佳实践 [专著]＝iOS developing insights: network and icloud</a></span></td>
                                  <td>关东升著</td>
                                  <td>清华大学出版社</td>
                                  <td>2013</td>
                                  <td class="tbr">TN929.53/G776</td>
                                  <td class="tbr">3</td>
                                  <td class="tbr">2</td>
                                  <td>
                                    
                                  </td>
                                 </tr>

解析HTML的代码：

- (void)parseSearchResult: (NSData *)result
{
    TFHpple *doc = [TFHpple hppleWithHTMLData:result];
    
    // 读取 <tr></tr> 标签里面的内容
    NSArray *TRElements = [doc searchWithXPathQuery:@"//tr"];
    int i = 0;
    for (TFHppleElement *tempTRElement in TRElements) {
        
        //放弃读取第一个 <tr></tr> 标签里面的内容
        if (i == 0) {
            i++;
            continue;
        }
        
        // 读取 <td></td> 标签里面的内容
        NSArray *TDElements = [tempTRElement childrenWithTagName:@"td"];
        for (TFHppleElement *tempTDElement in TDElements) {
            
            if ([tempTDElement text] != nil) {
                
                // 读取 <td>xxx</td> 标签里面包含的内容
                NSLog(@"%@", [tempTDElement text]);
            }
            
            // 读取 <a></a> 里面的内容
            NSArray *AElements = [tempTDElement searchWithXPathQuery:@"//a"];
            for (TFHppleElement *tempAElement in AElements) {
                
                // 读取 <a href="xxx"></a> 标签里面的 href 属性的值
                NSLog(@"A-href:%@", [tempAElement objectForKey:@"href"]);
                
                // 读取 <a>xxx</a> 标签里面包含的内容
                NSLog(@"A-text:%@", [tempAElement text]);
            }
        }
    }
}

TFHpple github 上的用法示例：

    #import "TFHpple.h"
    
    NSData  * data      = [NSData dataWithContentsOfFile:@"index.html"];
    TFHpple * doc       = [[TFHpple alloc] initWithHTMLData:data];
    NSArray * elements  = [doc search:@"//a[@class='sponsor']"];
    TFHppleElement * e = [elements objectAtIndex:0];
    [e text];                       // The text inside the HTML element (the content of the first text node)
    [e tagName];                    // "a"
    [e attributes];                 // NSDictionary of href, class, id, etc.
    [e objectForKey:@"href"];       // Easy access to single attribute
    [e firstChildWithTagName:@"b"]; // The first "b" child node