最近在抓取网络数据并进行解析式遇到了html格式,由于平常解析JSON和XML格式数据较多,对html的解析有些生疏了。
下面简单记录一下使用是网上的第三方类TFHpple类进行HTML解析。
在进行解析前,先将下面的第三方类添加到工程中:
添加以上三个类必须添加一个库,这个库是:libxml2.2.dylib。
还需要设置一些路径参数这个路径的设置,在 targets中,在build settings搜索Header Search
Paths,将debug和release设置不同的值;
debug的值设置成:/usr/include/libxml2
release的值设置成:${SDKROOT}/usr/include/libxml2
将以上内容设置好后,将#import "TFHpple.h"添加到解析html的类中,再写解析方法;
一般思路如下:
1.首先将网页的html转换成oc能够认识的NSString数据;用到的方法如下:
NSString *dataString = [NSString stringWithContentsOfURL:[NSURL URLWithString:htmlString] encoding:NSUTF8StringEncoding error:nil]; //htmlString是html网页的地址
url为保存html网页的地址,根据数据编码格式的不同来选择NSString的编码格式,格式错误则会报错261
2.截取所需数据所在的位置,得到最后所需解析的字段contEnd
3.将dataString转换成NSData,给TFHpple类用
NSData *htmlData = [contEnd
dataUsingEncoding:NSUTF8StringEncoding];//contEnd是需要解析的字段
3.设置html中节点,根据节点取值,例如
.....
,可以用节点来取值;
使用htmlData和nodeString,解析自己需要的值:
NSArray * elements 这个数组中就有需要的值
遍历数组,就可以将需要的内容提取出来