Question

我正在尝试使用objective-c从网站提取数据。这对我来说都很新鲜，所以我做了一些研究。我现在知道的是我需要使用xpath，而我还有另一个用于iPhone的hpple包装器。我已经把它运行在我的项目中了。

我对从网站检索信息的方式感到困惑。显然我要在这行代码中使用正则表达式：

NSArray * a = [doc search:@"//a[@class='sponsor']"];

这只是一个例子。是搜索中的东西：@“....”正则表达式？如果是这样，我想我可以开发出我的程序解析网站所需的数百种模式（我需要大量数据），但有更好的方法吗？我很失落。任何帮助表示赞赏。

Answer 1

参数是XPath，而不是正则表达式。这是一个细分：

所有xpath都相对于context node进行解释。在这种情况下，它是根节点。
//是缩写，意为“所有后代”
a表示“节点类型为'a'的所有子nodes”（在HTML中，即anchors）
[...]包含predicate，精炼哪个a匹配
- @是属性节点的缩写
- @class表示名为“class”的属性
- @class='sponsor'表示类属性等于“赞助商”。请注意，这与具有包含“赞助商”的类的节点不匹配，例如<a class="big sponsor" ...>;该类必须相等。

总之，我们有“'a'节点从根下降，类等于'赞助商'”。

Answer 2

这是一个XPath表达式，而不是正则表达式。 W3C在这里有一个XPath参考：http://www.w3.org/TR/xpath/。基本上你正在寻找＆lt; a＆gt; “赞助商”一词的元素。

请注意，这是件好事！正则表达式不适合解析HTML。