我一直在尝试通过 解析XHTML
文档TouchXML
,但始终无法通过XPath query
.
下面是 XHTML:
XHTML <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta name="generator" content=
"HTML Tidy for Mac OS X (vers 25 March 2009), see www.w3.org" />
<title></title>
</head>
<body>
<p>
<a href="http://www.flickr.com/photos/55397648@N00/5987335786/"
title="casavermeer5.jpg by the style files, on Flickr">
<img src="http://farm7.static.flickr.com/6127/5987335786_abec990554_o.jpg"
width="500" height="750" border="0" alt="casavermeer5.jpg" />
</a>
</p>
</body>
</html>
所以,我们可以看到有一个“p”标签,“a”标签和“img”标签
我当时所做的如下代码所示:
CXHTMLDocument *doc = [[[CXHTMLDocument alloc] initWithXHTMLString:XHTML options:0 error:&error] autorelease];
NSLog(@"error %@", [error localizedDescription]);
NSLog(@"doc children count = %d", [doc childCount]);
NSArray *imgNodeArray = [doc nodesForXPath:@"//img" error:&error];
NSLog(@"imgNodeArray = %d", [imgNodeArray count]);
NSLog(@"error %@", [error localizedDescription]);
结果是
error (null)
doc children count = 2
imgNodeArray = 0
error (null)
因此,在解析XHTML
文档时完全没有错误,对于XPath query
. 此文档在根目录下还有两个孩子(“body”标签和“head”标签)。但问题是它找不到“img”标签。我试图用其他可能的标签名称(例如 p、a、甚至 body、head)替换“img”,但一点运气都没有。
有人可以在这里帮助我吗?
附言
实际上原始文档是 HTML,我使用 TouchXML lib 中的 CTidy 类首先将 HTML 整理为 XHTML。上面的 XHTML 来自 CTidy 结果。
我还尝试向 XPath 查询添加一个命名空间的东西,就像这样
NSMutableDictionary *namespaceDict = [NSMutableDictionary dictionary];
[namespaceDict setValue:@"http://www.w3.org/1999/xhtml" forKey:@"xhtml"];
并将 XPath 查询更改为
NSArray *imgNodeArray = [doc nodesForXPath:@"//xhtml:img" namespaceMappings:namespaceDict error:&error];
仍然没有运气,找不到任何结果。