hpple使用几个注意点

hpple功能有限，使用的时候要注意一个原则：如果页面复杂，节点较多，解析的html需要先截取，xpath路径尽可能短，使用简单语法。

XPath语法不再赘述，本文的话题是分析得到的一个TFHppleElement数组。

对于数组里的某个TFHppleElement可能有如下结构：

{
    nodeChildArray =     (
                {
            nodeContent = "\n        \U00a0";
            nodeName = text;
        },
                {
            nodeAttributeArray =             (
                                {
                    attributeName = href;
                    nodeContent = "/character/ch0146096/?ref_=ttfc_fc_cl_t1";
                }
            );
            nodeChildArray =             (
                                {
                    nodeContent = "Tyrion Lannister";
                    nodeName = text;
                }
            );
            nodeName = a;
        },
                {
            nodeContent = "\n                  (28 episodes, 2011-2013)\n              ";
            nodeName = text;
        }
    );
    nodeName = div;
}

一个完备的节点一般包括属性数组，子节点数组，节点名三部分。一个节点的类型由节点名字决定。像上面就包含了div，a和text三种节点。任一节点是字典类型的。

假设我们令elem为指向上述结构的指针，则

[elem children];得到子节点数组

[elem childrenWithTagName:@"text"];可以得到div节点的所有文本子节点。

[elem firstChildrenWithTagName:@"text"];则可以得到div节点的第一个文本节点。

[elem tagName]; 则得到@"div"

[elem attributes];可以得到div的属性字典，显然这里没

这里我们引入指向子节点a的指针a,则

[a objectForKey:@“href”]；得到@"/character/ch0146096/?ref_=ttfc_fc_cl_t1"

[a firstTextChild]content]; 得到@“"Tyrion Lannister"

[a text];此处和上句效果一致，返回第一个文本节点的内容

但是[elem text]为@"\n \U00a0"

本例中我们没用到- (NSArray*) childrenWithClassName:(NSString*)className和- (TFHppleElement *) firstChildWithClassName:(NSString*)className

显然class和tagName是地位等同的，对于如下情况，我们就可以使用上述方法

Header 1
A paragraph.
Note that this is an important paragraph.

设elem指向body节点，[elem childrenWithClassName:@"intro"]打印出来就是：

elem is (
    "{\n    nodeAttributeArray =     (\n                
               {\n            attributeName = class;\n            nodeContent = intro;\n        }\n    );
\n    nodeChildArray =     (\n                
               {\n            nodeContent = \"Header 1\";\n            nodeName = text;\n        }\n    );
\n    nodeName = h1;\n}"
)

补充一点，对于a的某个属性节点，结构为

{
    nodeChildArray =     (
                {
            nodeContent = "/character/ch0146096/?ref_=ttfc_fc_cl_t1";
            nodeName = text;
        }
    );
    nodeName = href;
}

一个属性节点没有属性数组，只有文本子节点数组和节点名。