0

我正在制作一个新闻阅读应用程序。我找到的最好的网站是http://fulltextrssfeed.com/ 它从任何网页获取文本和图像并返回干净的文本。由于他们没有 API，我需要一些方法来从<div>. 这是 div ID：

<div id="preview">

我怎样才能浸入提要并仅获取其内容（如果没有 HTML 标签，那将是一个加号，如果有我可以解决。）

4

2 回答 2

1

我不确定你的问题，但如果你使用 obj-c，我真的推荐Hpple。这是一个非常好的 XML/HTML 解析器。

要使用它，您需要在项目选项${SDKROOT}/usr/include/libxml2中添加“标题搜索路径”并添加到“其他链接器标志”。-lxml2

然后，当您已经拥有 Hpple 文件时，将其拖到您的代码中：TFHpple.h, TFHpple.m, TFHppleElement.h, TFHppleElement.m, XPathQuery.h, XPathQuery.m.

在代码中（为了让你的 div “预览”），添加：

NSData *htmlData = [[NSString stringWithContentsOfURL:[NSURL URLWithString: @"http://www.yoursite.com/index.html"]] dataUsingEncoding:NSUTF8StringEncoding];

TFHpple *xpathParser = [[TFHpple alloc] initWithHTMLData:htmlData];
NSArray *elements  = [xpathParser searchWithXPathQuery:@"//div[@id='preview']"]; // Here we use 
TFHppleElement *element = [elements objectAtIndex:0];
NSString *string = [element content];
NSLog(@"%@", string);

[xpathParser release];
[htmlData release];

现在我们有了 Hpple 的“预览 div”。要获得一些子类（如p或a），请使用它：

NSArray *elements  = [xpathParser searchWithXPathQuery:@"//div[@id='preview']/p/text()"];

要了解更多信息，请查看XPath Syntax。还要检查一个教程。

希望它有所帮助。

于 2012-05-27T20:06:02.023 回答
0

我用它非常成功地剥离了所有 html

NSString + 剥离 HTML

于 2012-05-27T20:08:36.777 回答