如何使用Objective-C解析HTML和XML

Posted by Elton's Blog on February 25, 2010

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:

#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