c++ - htmlcxx API 用法

Question

我正在使用 htmlcxx library读取 HTML 文件并生成具有附加内容的相同 HTML 文件。

我可以毫无问题地读取文件，但简单地发出原始 HTML 文件并不能正确包含结束标记。也就是说，当我简单地迭代并输出整个 DOM 时，不会发出结束标记。

我知道节点有一个closingText()接口(interface)(参见Node.h)，但我似乎找不到使用它的方法这让我可以做我需要做的事。

下面是我如何转储 DOM:

it = dom.begin();
end = dom.end();
for (; it != end; ++it)
{
    cout << it->text();
} 

上面给了我:

<div>
    <li>
       <div>
(blank)
(blank)
(blank)
<div>
(blank)

对于以下 html:

<div>
    <li>
        <div>
        </div>
    </li>
</div>
<div>
</div>

除了更改代码，我还能做些什么吗？

Answer 1

这个库实际上没有提供文档，只有非常的一小部分示例代码。树操作已从 http://tree.phi-sci.com 解除。该网站有更多的文档，但没有太多额外的示例代码。

我见过的每个示例都使用基本的“深度优先”迭代器，它允许您使用简单的 for 循环遍历树。这似乎不是很有用，因为要序列化 ​​HTML 树，您确实需要使用递归。

我四处乱砍，直到我得到一个可以工作的递归算法。这可能不是使用该库的最佳方式，但它似乎可行。

void walk_tree( tree<HTML::Node> const & dom )
{
    tree<HTML::Node>::iterator it = dom.begin();
    cout << it->text();
    for ( unsigned i = 0; i < dom.number_of_children(it); i++ )
    {
        walk_tree( dom.child(it, i) );
    }
    cout << it->closingText();
}

正如您从我的代码中看到的那样，text() 和 closingText() 函数将递归处理的子树中包含的任何内容括起来。