html - 使用 TFHpple 解析网页

Question

我正在尝试编写一个非常简单的 iOS 应用程序来解析网页 ( http://arxiv.org/list/cond-mat/recent ) 并显示它的简化版本。我选择使用 TFHpple 来解析这个页面。我想获取论文标题并将它们显示在 TableViewController 中。论文描述的 HTML 容器如下所示:

<div class="list-title">
<span class="descriptor">Title:</span> Encoding Complexity within Supramolecular Analogues of Frustrated  Magnets
</div>

我用来解析和获取值的函数如下(感谢 raywenderlich.com):

- (void) loadPapers{
    NSURL *papersURL = [NSURL URLWithString:@"http://www.arxiv.org/list/cond-mat/recent"];
    NSData *papersHTMLData = [NSData dataWithContentsOfURL:papersURL];

    TFHpple *papersParser = [TFHpple hppleWithHTMLData:papersHTMLData];

    NSString *papersXpathQueryString = @"//div[@class='list-title']";
    NSArray *papersNodes = [papersParser searchWithXPathQuery:papersXpathQueryString];

    NSMutableArray *newPapers = [[NSMutableArray alloc] initWithCapacity:0];

    for (TFHppleElement *element in papersNodes){
        Paper *paper = [[Paper alloc] init];
        [newPapers addObject:paper];

        paper.title = [[element firstChild] content];
    }

    _objects = newPapers;
    [self.tableView reloadData];

}

此函数应该解析整个 HTML 页面并将数据返回到 TableView 中。但是，当我尝试将空对象返回到 paperNodes 数组中时。基本上，元素的数量是正确的(~25)，但它们都是空的，我不确定为什么。

非常感谢任何帮助!谢谢!

Answer 1

我已经用 HTMLKit 重写了你的代码.它看起来像这样:

NSURL *papersURL = [NSURL URLWithString:@"http://www.arxiv.org/list/cond-mat/recent"];
NSData *papersHTMLData = [NSData dataWithContentsOfURL:papersURL];
NSString *htmlString = [[NSString alloc] initWithData:papersHTMLData encoding:NSUTF8StringEncoding];

HTMLDocument *document = [HTMLDocument documentWithString:htmlString];

NSArray *divs = [document querySelectorAll:@"div[class='list-title']"];

for (HTMLElement *element in divs) {
    NSLog(@"%@", element.textContent);
}

回到评论中的问题:

Could you give some useful links that you find good to learn about HTMLKit?

您可以在项目的 GitHub 页面上查看示例。源代码已记录在案，使用起来相对简单。如果您具有基本的 HTML 和 CSS 经验，那么使用 HTMLKit 将同样容易。不幸的是，目前还没有其他资源可以用来学习它。