iOS html解析1(包含中文字符)

原文地址:http://synchronized-lala.iteye.com/blog/1661806


HTMLParser方法可以参考 https://github.com/zootreeves/Objective-C-HMTL-Parser

TFHpple方法的使用可以看 https://github.com/topfunky/hpple

 

        TFHpple,因为它很简单,也好用,但是它的功能不是很完完善。比如,不能获取children node。它是用XPath来定位和解析html或者xml。

     hpple解析html中可能存在的问题:http://www.ccbase.net/post/66.html

     xpath教程:http://www.w3school.com.cn/xpath/index.asp

 

具体的方法可以参考:(英文网址介绍)http://stackoverflow.com/questions/405749/parsing-html-on-the-iphone

                                        (中文网址介绍)http://blog.csdn.net/xiaoxuan415315/article/details/7788955;还要代码下载,不过里面有错

 

Objective c代码   收藏代码
  1. <span>NSData *htmlData = [NSString stringWithContentsOfFile:[NSURL URLWithString:@"http://www.baidu.com</span>"] encoding:NSUTF8StringEncoding error:nil];  

 会报:[NSURL getFileSystemRepresentation:maxLength:]: unrecognized selector sent to instance 0x6bcad20

 

Objective c代码   收藏代码
  1. NSData *htmlData  = [NSString stringWithContentsOfURL:[NSURL URLWithString:@"http://www.baidu.com"] encoding:NSUTF8StringEncoding error:nil];  

 匹配还是有问题

应该这个更合适点

 

Objective c代码   收藏代码
  1. <span>NSData *htmlData = [NSData dataWithContentsOfURL:[NSURL URLWithString:@"http://www.baidu.com</span>"]];  

 

下面讲一下我自己实现的过程中的关键代码:

 

解析非utf-8页面的思路 :

 

  1. 把网络流返回的NSDate的GB2312(假设是这个)转换成TFHpple能正确解析的UTF-8编码的NSData;
  2. 将其中一行的<meta http-equiv="Content-Type" content="text/html; charset=gb2312">转换成UTF-8形式的

可以采用如下两种方案解决:

方法一:

 

Objective c代码   收藏代码
  1. //转换成GBK编码  
  2.    NSStringEncoding gbEncoding = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);  
  3.      
  4.    NSData *htmlData = [NSData dataWithContentsOfURL:[NSURL URLWithString:@"可以是非utf-8的网页"]];  
  5.    NSString *htmlStr = [[[NSString alloc] initWithData:htmlData encoding:gbEncoding] autorelease];  
 

方法二:

 

Objective c代码   收藏代码
  1. NSData *htmlData = [NSData dataWithContentsOfURL:[NSURL URLWithString:@"可以是非utf-8的网页"]];  
  2.     CFStringRef bgCFStr = CFStringCreateWithBytes(NULL, [htmlData bytes], [htmlData length], kCFStringEncodingGB_18030_2000, false);  
  3.     NSString *gbHtmlStr = (NSString *)bgCFStr;  

 

方法一或者二选其一,然后加下面的代码就可以实现简单解析了

 

Objective c代码   收藏代码
  1.    NSString *utf8HtmlStr = [htmlStr stringByReplacingOccurrencesOfString:@"<meta http-equiv=\"Content-Type\" content=\"text/html; charset=gb2312\">"   
  2.                                                                 withString:@"<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\">"];  
  3.    NSData *htmlDataUTF8 = [utf8HtmlStr dataUsingEncoding:NSUTF8StringEncoding];  
  4.    TFHpple *xpathParser = [[TFHpple alloc] initWithHTMLData:htmlDataUTF8];  
  5.   
  6. NSArray *elements  = [xpathParser search:@"//option"];   
  7. TFHppleElement *element = [elements objectAtIndex:0];  
  8. NSString *h3Tag = [element content];   
  9.      
  10.    NSLog(@"%@",h3Tag);  
  11. mLabel.text = h3Tag;  
  12.      
  13.    [xpathParser release];  
  14. [htmlData release];  

 

很有用的网址:http://www.raywenderlich.com/14172/how-to-parse-html-on-ios

 

 

 碰到的问题:NSData --》NSString  

 

                     NSData *htmlData = [htmlStr dataUsingEncoding:NSUTF8StringEncoding];

 

                   NSString --》NSData

 

                      NSString *htmlStr = [[[NSString allocinitWithData:htmlData encoding:NSUTF8StringEncoding]autorelease];

 

你可能感兴趣的:(iOS html解析1(包含中文字符))