Question

我正在构建一个可以显示月刊的应用程序。日志没有XML，他们每个月只更改PDF的标题标题和URL。这总是存储在源代码中的相同位置，所以我正在寻找

中的所有文本

div class = entry clearfix post / div

标记，然后提取第一个URL。我以前曾经解析过XML，但从来都不是HTML。对我来说最好的选择是什么？

更新：

只有在源代码中的某一点，该页面才会显示To Download the PDF, click here。所以，我设置了以下扫描仪：

NSURL *url = [NSURL URLWithString:@"http://www.thejenkinsinstitute.com/Journal/"];
NSString *content = [NSString stringWithContentsOfURL:url];
NSString * aString = content;
NSMutableArray *substrings = [NSMutableArray new];
NSScanner *scanner = [NSScanner scannerWithString:aString];
[scanner scanUpToString:@"<p>To Download the PDF, <a href=\"http://michaelwhitworth.com/wp-content/HE22.pdf\">" intoString:nil]; // Scan all characters before #
while(![scanner isAtEnd]) {
    NSString *substring = nil;
    [scanner scanString:@"<p>To Download the PDF, <a href=\"" intoString:nil]; // Scan the # character
    if([scanner scanUpToString:@"\"" intoString:&substring]) {
        // If the space immediately followed the #, this will be skipped
        [substrings addObject:substring];
    }
    [scanner scanUpToString:@"#" intoString:nil]; // Scan all characters before next #
}
NSLog(@"Here is the Substring%@", substrings);
// do something with substrings
[substrings release];

在控制台中，要返回的第一件事是PDF的URL，但它包含更多内容。这是一个简短的摘录。

"2012-11-23 15:33:36.383 Jenkins[8306:c07] Here is the Substring( "http://michaelwhitworth.com/wp-content/HE22.pdf", "#8220;As the Bible School Goes So Goes the Congregation” by Ira North</a></p>\n<p style=","

我做错了什么才能让它不再给我这个URL，仅此而已？

Answer 1

我做了类似的事情，我提出了一个小型的Web服务（API基本上是一个简单的Ruby应用程序，它正在废弃我需要的html，并以REST方式返回它.Web服务/ API是一个好主意因为如果HTML中有任何变化（比如id的元素更改），则不必更新iOS应用程序以仅更改正在解析的节点的路径。

在某个Div类中提取第一个URL

1 个答案: