iOS html解析1（包含中文字符）

HTMLParser方法可以参考 https://github.com/zootreeves/Objective-C-HMTL-Parser

TFHpple方法的使用可以看https://github.com/topfunky/hpple

TFHpple，因为它很简单，也好用，但是它的功能不是很完完善。比如，不能获取children node。它是用XPath来定位和解析html或者xml。

xpath教程：http://www.w3school.com.cn/xpath/index.asp

具体的方法可以参考：(英文网址介绍）http://stackoverflow.com/questions/405749/parsing-html-on-the-iphone

（中文网址介绍）http://blog.youkuaiyun.com/xiaoxuan415315/article/details/7788955；还要代码下载，不过里面有错

Objective c代码

1. <span>NSData*htmlData=[NSStringstringWithContentsOfFile:[NSURLURLWithString:@"http://www.baidu.com</span>"]encoding:NSUTF8StringEncodingerror:nil];

会报：[NSURL getFileSystemRepresentation:maxLength:]: unrecognized selector sent to instance 0x6bcad20

Objective c代码

1. NSData*htmlData=[NSStringstringWithContentsOfURL:[NSURLURLWithString:@"http://www.baidu.com"]encoding:NSUTF8StringEncodingerror:nil];

匹配还是有问题

应该这个更合适点

Objective c代码

1. <span>NSData*htmlData=[NSDatadataWithContentsOfURL:[NSURLURLWithString:@"http://www.baidu.com
2. </span>"]];

下面讲一下我自己实现的过程中的关键代码：

解析非utf-8页面的思路 ：

1. 把网络流返回的NSDate的GB2312（假设是这个）转换成TFHpple能正确解析的UTF-8编码的NSData；
2. 将其中一行的<meta http-equiv="Content-Type" content="text/html; charset=gb2312">转换成UTF-8形式的

可以采用如下两种方案解决：

方法一：

Objective c代码

1. //转换成GBK编码
2. NSStringEncodinggbEncoding=CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);
4. NSData*htmlData=[NSDatadataWithContentsOfURL:[NSURLURLWithString:@"可以是非utf-8的网页"]];
5. NSString*htmlStr=[[[NSStringalloc]initWithData:htmlDataencoding:gbEncoding]autorelease];

方法二：

Objective c代码

1. NSData*htmlData=[NSDatadataWithContentsOfURL:[NSURLURLWithString:@"可以是非utf-8的网页"]];
2. CFStringRefbgCFStr=CFStringCreateWithBytes(NULL,[htmlDatabytes],[htmlDatalength],kCFStringEncodingGB_18030_2000,false);
3. NSString*gbHtmlStr=(NSString*)bgCFStr;

方法一或者二选其一，然后加下面的代码就可以实现简单解析了

Objective c代码

1. NSString*utf8HtmlStr=[htmlStrstringByReplacingOccurrencesOfString:@"<metahttp-equiv=\"Content-Type\"content=\"text/html;charset=gb2312\">"
2. withString:@"<metahttp-equiv=\"Content-Type\"content=\"text/html;charset=utf-8\">"];
3. NSData*htmlDataUTF8=[utf8HtmlStrdataUsingEncoding:NSUTF8StringEncoding];
4. TFHpple*xpathParser=[[TFHpplealloc]initWithHTMLData:htmlDataUTF8];
6. NSArray*elements=[xpathParsersearch:@"//option"];
7. TFHppleElement*element=[elementsobjectAtIndex:0];
8. NSString*h3Tag=[elementcontent];
10. NSLog(@"%@",h3Tag);
11. mLabel.text=h3Tag;
13. [xpathParserrelease];
14. [htmlDatarelease];

很有用的网址：http://www.raywenderlich.com/14172/how-to-parse-html-on-ios

碰到的问题：NSData --》NSString

NSData*htmlData = [htmlStrdataUsingEncoding:NSUTF8StringEncoding];

NSString--》NSData

NSString*htmlStr = [[[NSStringalloc]initWithData:htmlDataencoding:NSUTF8StringEncoding]autorelease];