我一直在编写一些代码来从 Java 中的某些页面获取一些数据，而 Jsoup 是最好的库之一。但是，不幸的是，我必须将整个代码移植到 C/C++。但是我找不到任何可以在 c++ 上使用的像样的 html 解析器。是否有任何类似于 C++ 的 Jsoup 库或如何实现类似的结果？
[目前我正在使用 Curl 获取页面的来源并在互联网上漫游以查找 html 解析器]
问问题
23294 次
6 回答
13
不幸的是，我猜没有像 Jsoup 这样的 C++ 解析器......
除了这里已经提到的库之外，这里还有一个关于 C++（也有一些 C）解析器的很好的概述：Free C or C++ XML Parser Libraries
对于解析，我使用TinyXML-2进行（Html-）DOM 解析；这是一个非常小的（只有 2 个文件）库，可以在大多数操作系统（甚至非桌面）上运行。
- 推拉解析器（DOM、SAX）
- 验证
- XPath 和 XPointer 支持
- 跨平台/良好的文档
- 推拉解析器（DOM、SAX）
- 验证
- 不支持 XPath（但有一个包吗？）
- 跨平台/良好的文档
如果您使用 C++ CLI，请查看NSoup - .NET 的 Jsoup 端口。
多一点：
- htmlcxx - 用于 C++ 的 html 和 css API
- MSHTML (?)
- pugixml（DOM / XPath 和 Unicode 支持）
- LibCSS (CSS Parser) / LibDOM (DOM) (不过，都是 C 语言)
- hcxselect（C++ 的 CSS 选择器引擎）
也许您可以将 DOM 模型/解析器和 CSS 选择器组合在一起？
于 2013-08-07T13:41:31.403 回答
9
如果您熟悉 Qt 框架，最方便的方法是使用QWebElement（参考这里）。
否则，（正如另一篇文章所建议的）使用Tidy将 HTML 转换为有效的 XML，然后使用 XML 解析器（如libxml++）是一个不错的选择。您可以在此处找到显示这两个步骤的示例代码。
于 2013-08-04T20:09:03.603 回答
7
Chromium 有一个开源解析器。此外，Google gumbo-parser看起来很酷。
于 2014-12-27T00:24:10.900 回答
2
是的，有一个用于 c++ 的 html 解析器库，请查看 https://github.com/HamedMasafi/HtmlParser/
该库可以解析 html 或 css 并将其转换为树模型。您可以通过以下方法在已解析的 html 中搜索：get_by_id、get_by_class_name、get_by_tag_name，还有一个可以通过 css 选择器搜索的问题方法（目前仅支持标签、id、类、嵌套子选择器）。
找到一个孩子后，您可以更改它的属性，最后您可以以紧凑和漂亮的模式将 html 打印到 std::string 中。
于 2019-02-06T09:53:09.627 回答
1
如果你不介意从 C++ 调用 python，你可以使用Beautiful Soup。至少名字是对的！
说真的 - 这是一个不错的、严肃的 HTML 解析器。我没有尝试从 C++ 调用它，尽管它应该是直截了当的。
于 2013-08-07T15:36:09.107 回答