Question

好吧，所以我正在开发一个网页抓取工具，可以将网页转换为文本段落。要删除标签本身，我在Stack Overflow上找到了这个：

- (NSString *) stripTags:(NSString *)str
{
    NSMutableString *ms = [NSMutableString stringWithCapacity:[str length]];

    NSScanner *scanner = [NSScanner scannerWithString:str];
    [scanner setCharactersToBeSkipped:nil];
    NSString *s = nil;
    while (![scanner isAtEnd])
    {
        [scanner scanUpToString:@"<" intoString:&s];
        if (s != nil)
            [ms appendString:s];
        [scanner scanUpToString:@">" intoString:NULL];
        if (![scanner isAtEnd])
            [scanner setScanLocation:[scanner scanLocation]+1];
        s = nil;
    }

    return ms;
}

然而，它有效，它只删除了标签，而不是脚本和样式标签之间的内容（显然我不希望删除所有标签之间的内容，因为这会导致在空字符串中。）

有什么方法可以让脚本和样式标签被截断？

提前多多感谢。

编辑：

我尝试将代码更改为：

- (NSString *) stripTags:(NSString *)str
{
    NSMutableString *ms = [NSMutableString stringWithCapacity:[str length]];

    NSScanner *scanner = [NSScanner scannerWithString:str];
    [scanner setCharactersToBeSkipped:nil];
    NSString *s = nil;
    while (![scanner isAtEnd])
    {
        [scanner scanUpToString:@"<script" intoString:&s];
        if (s != nil)
            [ms appendString:s];
        [scanner scanUpToString:@"script>" intoString:NULL];
        if (![scanner isAtEnd])
            [scanner setScanLocation:[scanner scanLocation]+1];
        [scanner scanUpToString:@"<" intoString:&s];
        if (s != nil)
            [ms appendString:s];
        [scanner scanUpToString:@">" intoString:NULL];
        if (![scanner isAtEnd])
            [scanner setScanLocation:[scanner scanLocation]+1];
        s = nil;
    }

    return ms;
}

但脚本和css仍在包含

Answer 1

您可以编辑扫描仪代码，以便检查标签。如果标签是您要删除的标签，则可以扫描到结束标签，然后丢弃该字符串。那么你就不能存储/附加字符串。

阅读标签start（<）'，然后阅读标签，以便检查它是什么。然后读取标签关闭并放下或保存。

从类似内容开始（以内联方式输入，不以任何方式测试）：

while (![scanner isAtEnd])
{
    [scanner scanUpToString:@"<" intoString:&s];
    if (s != nil)
        [ms appendString:s];
    [scanner scanUpToString:@">" intoString:&t];
    if ([t isEqualToString:@"tagToIgnore"]) {
        [scanner scanUpToString:@"<" intoString:NULL];
        [scanner setScanLocation:[scanner scanLocation]-1];
        s = nil;
        t = nil;
        continue;
    }
    if (![scanner isAtEnd])
        [scanner setScanLocation:[scanner scanLocation]+1];
    s = nil;
    t = nil;
}

在Objective-C中删除脚本和样式标记之间的内容

1 个答案: