Question

在解析xml时，在读取更多

之后，某些字线结束后没有完整的数据

以下三个代码位于一个单独的html页面中，为了更好地理解，我认为是这样。

我正在使用NSXMLParser将其解析到我的iPhone应用程序中。问题是它解析到<Style>以下然后它会停止从文本解析后完全忽略文本下面的数据!!!

<head>

        <title>North Mobile County Middle School: Latest News > "1st Annual NMCK-8 Christmas Music Program"</title>
        <META HTTP-EQUIV="X-UA-COMPATIBLE" CONTENT="IE=EmulateIE9">
        <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
        <meta http-equiv="imagetoolbar" content="no">
        <script type="text/javascript" src="JavaScripts.js"></script>
        <script type="text/javascript" src="JavaScripts/NiceTitles.js"></script>


    <style type="text/css">

我正在拆分代码以便更好地理解

!--

body {
    margin:0; padding:0;
    background: #fff;}  
body, td {
    font: normal 13px "Trebuchet MS", Arial, Helvetica, sans-serif;
    color:#333;}
/***********************************************/
/* Links
/***********************************************/ 

a:link, a:visited {
    color: #CD0000;
    text-decoration: none;}
a:hover, a:active { 
    color: #06f;
    text-decoration: underline;}

img {border: 0;}

我正在拆分代码以便更好地理解

#MainPageArea {padding: 0 15px 15px 15px}
</style>
    <link href="http://images.pcmac.org/SiSFiles/Schools/AL/MobileCounty/NorthMobileMiddle/styles.css" rel="stylesheet" type="text/css">
    <!--[if lt IE 7]>
        <link href="Common/CommonIncludes/Template11/IEStyles.css" rel="stylesheet" type="text/css">
    <![endif]-->
    <link rel="Shortcut Icon" type="image/ico" href="http://images.pcmac.org/SiSFiles/Schools/AL/MobileCounty/NorthMobileMiddle/images/favicon.ico" />

</head>
<body class="DefaultPage">
    <table align="center" cellpadding="0" cellspacing="0" width="986" border="0" id="PageWrapper">
        <tr>
            <td valign="top">
                <div id="Header">

我使用的代码如下：

-(id) loadHtmlByURL:(NSString *)urlString
{

    NSURL       *url        = [NSURL URLWithString:urlString];
    NSData      *nsData     = [[NSData alloc] initWithContentsOfURL:url];

    elementArray            = [[NSMutableArray alloc] init];

    parser                  = [[NSXMLParser alloc] initWithData:nsData];
    parser.delegate         = self;
    [parser parse];

    currentHTMLElement = [HtmlElement alloc];

    return self;
}

- (void) parser:(NSXMLParser *)parser didStartElement:(NSString *)elementname namespaceURI:(NSString *)namespaceURI qualifiedName:(NSString *)qName attributes:(NSDictionary *)attributeDict
{
    NSLog(@"%@",elementname);
    currentHTMLElement = [[HtmlElement alloc] autorelease];
}

- (void) parser:(NSXMLParser *)parser didEndElement:(NSString *)elementname namespaceURI:(NSString *)namespaceURI qualifiedName:(NSString *)qName
{
    NSLog(@"%@",elementname);
if ([elementname isEqualToString:@"head"])
    {
        currentHTMLElement.tag = elementname;
        currentHTMLElement.value = currentNodeContent;
        [elementArray addObject:currentHTMLElement];
        currentHTMLElement = nil;
        currentNodeContent = nil;
       // NSLog(@"x%@",elementArray);
    }

我知道我被击中了吗

Answer 1

您应该只使用NSXMLParser类来解析实际上是XML的东西。 HTML不是，除非是XHTML，否则您的来源不是：meta标记未关闭且您的style标记以一条永不关闭的评论开头（我猜，这是解析器永远不会读过去的原因）;另外，title的文本节点内容应仅包含>和"的转义版本（转义序列为>和"）。

如果您控制HTML，请尝试将其更改为符合XML（并因此符合XHTML）。如果您无法更改HTML，请尝试标记汤解析，例如使用hpple。

Answer 2

以下是解析HTML页面的教程 http://www.raywenderlich.com/14172/how-to-parse-html-on-ios

使用NSXMLParser解析HTML，而不是iPhone中的完整数据

2 个答案: