c++ - C++ Xerces Parser 加载 HTML 并搜索 HTML 元素

Question

我正在尝试使用 Xerces DOMDocument C++ 解析器加载 HTML 并搜索特定的 HTML 元素。我很难找到如何实现这一点的好例子。我似乎发现的只是解析 XML。有人可以帮忙吗？谢谢。

Answer 1

看看这个：http: //xerces.apache.org/xerces-c/program-dom-3.html

DOMDocument 也有一个示例：

// // 创建一个小文档树 //

{
    XMLCh tempStr[100];

    XMLString::transcode("Range", tempStr, 99);
    DOMImplementation* impl = DOMImplementationRegistry::getDOMImplementation(tempStr, 0);

    XMLString::transcode("root", tempStr, 99);
    DOMDocument*   doc = impl->createDocument(0, tempStr, 0);
    DOMElement*   root = doc->getDocumentElement();

    XMLString::transcode("FirstElement", tempStr, 99);
    DOMElement*   e1 = doc->createElement(tempStr);
    root->appendChild(e1);

    XMLString::transcode("SecondElement", tempStr, 99);
    DOMElement*   e2 = doc->createElement(tempStr);
    root->appendChild(e2);

    XMLString::transcode("aTextNode", tempStr, 99);
    DOMText*       textNode = doc->createTextNode(tempStr);
    e1->appendChild(textNode);

    // optionally, call release() to release the resource associated with the range after done
    DOMRange* range = doc->createRange();
    range->release();

    // removedElement is an orphaned node, optionally call release() to release associated resource
    DOMElement* removedElement = root->removeChild(e2);
    removedElement->release();

    // no need to release this returned object which is owned by implementation
    XMLString::transcode("*", tempStr, 99);
    DOMNodeList*    nodeList = doc->getElementsByTagName(tempStr);

    // done with the document, must call release() to release the entire document resources
    doc->release();
};

......这么久。

编辑：

但是如何将 HTML 加载到 DOMDocument 并搜索 html 元素？这就是我想弄清楚的。

XercesDOMParser 解析器；

parser.loadGrammar("grammar.dtd", Grammar::DTDGrammarType);

parser.setValidationScheme(XercesDOMParser::Val_Always);

处理程序处理程序；

parser.setErrorHandler( &handler );

parser.parse("xmlfile.xml");