Elton's Blog

使用Objective-C解析HTML或者XML，系统自带有两种方式一个是通过libxml，一个是通过NSXMLParser。不过这两种方式都需要自己写很多编码来处理抓取下来的内容，而且不是很直观。

有一个比较好的类库hpple，它是一个轻量级的包装框架，可以很好的解决这个问题。它是用XPath来定位和解析HTML或者XML。

安装步骤：
-加入 libxml2 到你的项目中
Menu Project->Edit Project Settings
搜索 “Header Search Paths”
添加新的 search path “${SDKROOT}/usr/include/libxml2″
Enable recursive option

-加入 libxml2 library 到你的项目
Menu Project->Edit Project Settings
搜索 “Other Linker Flags”
添加新的 search flag “-lxml2″

-将下面hpple的源代码加入到你的项目中:
HTFpple.h
HTFpple.m
HTFppleElement.h
HTFppleElement.m
XPathQuery.h
XPathQuery.m

-XPath学习地址http://www.w3schools.com/XPath/default.asp

示例代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

#import "TFHpple.h"
 
NSData *data = [[NSData alloc] initWithContentsOfFile:@"example.html"];
 
// Create parser
xpathParser = [[TFHpple alloc] initWithHTMLData:data];
 
//Get all the cells of the 2nd row of the 3rd table 
NSArray *elements  = [xpathParser search:@"//table[3]/tr[2]/td"];
 
// Access the first cell
TFHppleElement *element = [elements objectAtIndex:0];
 
// Get the text within the cell tag
NSString *content = [element content];  
 
[xpathParser release];
[data release];

另外，还有一个类似的解决方案可以参考
ElementParser http://github.com/Objective3/ElementParser