V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
iOS 开发实用技术导航
NSHipster 中文版
http://nshipster.cn/
cocos2d 开源 2D 游戏引擎
http://www.cocos2d-iphone.org/
CocoaPods
http://cocoapods.org/
Google Analytics for Mobile 统计解决方案
http://code.google.com/mobile/analytics/
WWDC
https://developer.apple.com/wwdc/
Design Guides and Resources
https://developer.apple.com/design/
Transcripts of WWDC sessions
http://asciiwwdc.com
Cocoa with Love
http://cocoawithlove.com/
Cocoa Dev Central
http://cocoadevcentral.com/
NSHipster
http://nshipster.com/
Style Guides
Google Objective-C Style Guide
NYTimes Objective-C Style Guide
Useful Tools and Services
Charles Web Debugging Proxy
Smore
UtopiaCHN
V2EX  ›  iDev

关于 TFHpple 框架的使用求助

  •  
  •   UtopiaCHN · 2015-11-19 13:40:56 +08:00 · 3258 次点击
    这是一个创建于 3281 天前的主题,其中的信息可能已经有所发展或是发生改变。

    我想解析下面这段 HTML 代码,这段代码属于 https://www.v2ex.com/?tab=tech 页面的代码。

    <div class="cell item" style=""><div style="position: absolute; margin: -10px -10px 0px 650px;"></div>
        <table cellpadding="0" cellspacing="0" border="0" width="100%">
            <tr>     
               <td width="48" valign="top" align="center"><a href="/member/xiaobaike"><img src="//cdn.v2ex.co/gravatar/1d27a1b82bcc599bfd0ffad63f3a588b?s=48&d=retro" class="avatar" border="0" align="default" style="max-width: 48px; max-height: 48px;" /></a></td>
                <td width="10"></td>
    
                <td width="auto" valign="middle"><span class="item_title"><a href="/t/237254#reply3">新版 google+自扇狗脸</a></span>
                <div class="sep5"></div>
                <span class="small fade"><div class="votes"></div><a class="node" href="/go/android">Android</a> &nbsp;•&nbsp; <strong><a href="/member/xiaobaike">xiaobaike</a></strong> &nbsp;•&nbsp; 23 分钟前 &nbsp;•&nbsp; 最后回复来自 <strong><a href="/member/864766428">864766428</a></strong></span>
                </td>
                <td width="70" align="right" valign="middle">
    
                    <a href="/t/237254#reply3" class="count_livid">3</a>
    
                </td>
            </tr>
         </table>
     </div>
    

    我用下面的代码获取了上面 html 代码的内容.

    NSArray * elements  = [doc searchWithXPathQuery:@"//div[@class='cell item']"];
    
        TFHppleElement * element = [elements objectAtIndex:0];
    

    接下来应该怎么获取<a href="/member/xiaobaike"><img src="//cdn.v2ex.co/gravatar/1d27a1b82bcc599bfd0ffad63f3a588b?s=48&d=retro" class="avatar" border="0" align="default" style="max-width: 48px; max-height: 48px;" /></a><a href="/t/237254#reply3">新版 google+自扇狗脸</a> 里面的图片和文字。

    20 条回复    2015-11-23 23:24:13 +08:00
    black
        1
    black  
       2015-11-19 15:13:54 +08:00
    [element firstChildWithClassName:@"avatar"];

    [[element firstChildWithClassName:@"item_title"] firstChildWithTagName:@"a"];
    UtopiaCHN
        2
    UtopiaCHN  
    OP
       2015-11-19 15:58:07 +08:00
    @black 打印出来是空的( null )。。这是我实现的代码
    ```
    NSURL *URL = [NSURL URLWithString:@"https://www.v2ex.com/?tab=tech"];
    NSURLRequest *request = [NSURLRequest requestWithURL:URL];
    AFHTTPRequestOperation *op = [[AFHTTPRequestOperation alloc] initWithRequest:request];

    [op setCompletionBlockWithSuccess:^(AFHTTPRequestOperation *operation, id responseObject) {

    NSData * data = responseObject;
    TFHpple * doc = [[TFHpple alloc] initWithHTMLData:data];

    NSArray * elements = [doc searchWithXPathQuery:@"//div[@class='cell item']"];
    TFHppleElement * element = [elements objectAtIndex:0];

    NSLog(@"%@", [element firstChildWithClassName:@"avatar"]);
    NSLog(@"%@", [[element firstChildWithClassName:@"item_title"] firstChildWithTagName:@"a"]);

    } failure:^(AFHTTPRequestOperation *operation, NSError *error) {
    NSLog(@"Error: %@", error);
    }];

    [op start];

    ```
    black
        3
    black  
       2015-11-19 16:37:13 +08:00   ❤️ 1
    不好意思,上面的代码是错误的。

    方案一:

    首先给 TFHppleElement 增加两个方法:

    - (TFHppleElement *)findFirstSubnodeWithClassName:(NSString *)className
    {
    for (TFHppleElement *child in self.children) {
    if ([[child objectForKey:@"class"] isEqualToString:className]) {
    return child;
    }

    TFHppleElement *find = [child findFirstSubnodeWithClassName:className];
    if (find) {
    return find;
    }
    }
    return nil;
    }

    - (TFHppleElement *)findFirstSubnodeWithTagName:(NSString *)tagName
    {
    for (TFHppleElement *child in self.children) {
    if ([[child tagName] isEqualToString:tagName]) {
    return child;
    }

    TFHppleElement *find = [child findFirstSubnodeWithTagName:tagName];
    if (find) {
    return find;
    }
    }
    return nil;
    }

    然后代码改一下:

    [element findFirstSubnodeWithClassName:@"avatar"];

    [[element findFirstSubnodeWithClassName:@"item_title"] findFirstSubnodeWithTagName:@"a"];


    方案二:

    根据得到的 TFHppleElement 实例再创建一个 TFHpple 对象:

    NSData *elementData = [[element raw] dataUsingEncoding:NSUTF8StringEncoding];
    TFHpple *elementHpple = [[TFHpple alloc] initWithHTMLData:elementData];

    然后再次使用 XPath 查询 avatar:

    TFHppleElement *avatarElement = [[elementHpple searchWithXPathQuery:@"//img[@class=\"avatar\""] firstObject];
    xuyinan503
        4
    xuyinan503  
       2015-11-19 16:56:09 +08:00
    UtopiaCHN
        5
    UtopiaCHN  
    OP
       2015-11-19 22:28:03 +08:00
    @black 太感谢了,这个问题我折腾了好久,终于解决了。不过方案二报错了,错误信息是:
    XPath error : Invalid predicate
    XPath error : Invalid expression
    2015-11-19 22:27:05.463 V2EX[14762:580730] Unable to evaluate XPath.
    2015-11-19 22:27:05.464 V2EX[14762:580730] (null)
    UtopiaCHN
        6
    UtopiaCHN  
    OP
       2015-11-19 22:28:58 +08:00
    @xuyinan503 里面没有分类页面的 api ,只能解析 html 。。。
    black
        7
    black  
       2015-11-20 10:14:38 +08:00   ❤️ 1
    XPath 写错了,改一下就好:

    TFHppleElement *avatarElement = [[elementHpple searchWithXPathQuery:@"//img[@class=\"avatar\"]"] firstObject];
    UtopiaCHN
        8
    UtopiaCHN  
    OP
       2015-11-22 05:50:29 +08:00
    @black 真的很感谢。
    UtopiaCHN
        9
    UtopiaCHN  
    OP
       2015-11-22 06:37:39 +08:00
    @black 能不能再请教一个问题,我想拿到下面代码中的“ 2 小时 0 分钟前”,我用<span>节点的 content ( element.content )输出得到的是: Python  •  meloncrashed  •  2 小时 0 分钟前。如果我想拿到“ 2 小时 0 分钟前”是不是只能从字符串层面进行处理呢?


    <span class="small fade">
    <div class="votes"></div>
    <a class="node" href="/go/python">Python</a> &nbsp;•&nbsp;
    <strong><a href="/member/meloncrashed">meloncrashed</a></strong> &nbsp;•&nbsp;
    2 小时 0 分钟前
    </span>
    black
        10
    black  
       2015-11-22 07:58:32 +08:00 via iPhone
    试试 element.text
    UtopiaCHN
        11
    UtopiaCHN  
    OP
       2015-11-22 19:47:12 +08:00
    @black 这样输出的是:  •  ,好奇怪。
    black
        12
    black  
       2015-11-23 18:42:06 +08:00   ❤️ 1
    文本在 hpple 里抽象成 textNode, 遍历当前元素,找到所有的 textNode, 再去 textNode 集合里拿你想要的: &nbsp;•&nbsp; 2 小时 0 分钟前
    black
        13
    black  
       2015-11-23 18:43:42 +08:00   ❤️ 1
    for (TFHppleElement *child in self.children) {
    if ([child isTextNode]) {
    // ...
    }
    UtopiaCHN
        14
    UtopiaCHN  
    OP
       2015-11-23 22:56:43 +08:00
    @black 输出来是空的。。

    这是我的代码:
    NSArray *elements = [element searchWithXPathQuery:@"//span[@class='small fade']"];

    e = [elements objectAtIndex:0];

    for (TFHppleElement *child in e.children)
    {
    if ([child isTextNode])
    {
    NSLog(@"%@", child.text);
    }
    }

    处理的 html :
    <span class="small fade">
    <div class="votes"></div>
    <a class="node" href="/go/python">Python</a> &nbsp;•&nbsp;
    <strong><a href="/member/meloncrashed">meloncrashed</a></strong> &nbsp;•&nbsp;
    2 小时 0 分钟前
    </span>
    black
        15
    black  
       2015-11-23 23:11:04 +08:00 via iPhone
    建议楼主先研究一下源代码,分清楚 text 和 content 这两个方法分别返回什么。

    打印语句改成 child.content 再试试吧。
    UtopiaCHN
        16
    UtopiaCHN  
    OP
       2015-11-23 23:12:20 +08:00
    @black
    如果是:
    for (TFHppleElement *child in e.children)
    {
    if ([child isTextNode])
    {
    NSLog(@"%@", child.content);
    }
    }

    输出是:
    2015-11-23 23:10:43.093 V2EX[34536:1463891]  • 
    2015-11-23 23:10:43.093 V2EX[34536:1463891]  •  几秒前  •  最后回复来自

    处理的 html :
    <span class="small fade"><div class="votes"></div><a class="node" href="/go/java">Java</a> &nbsp;•&nbsp; <strong><a href="/member/kanezeng">kanezeng</a></strong> &nbsp;•&nbsp; 几秒前 &nbsp;•&nbsp; 最后回复来自 <strong><a href="/member/salmon5">salmon5</a></strong></span>
    UtopiaCHN
        17
    UtopiaCHN  
    OP
       2015-11-23 23:13:54 +08:00
    @black 我刚刚写错了,换成 content 的了,是指节点标签之间的内容。
    black
        18
    black  
       2015-11-23 23:17:26 +08:00 via iPhone
    @UtopiaCHN 拿到文本后还需要处理一下字符串,解析 html 是比较麻烦的。
    black
        19
    black  
       2015-11-23 23:18:15 +08:00 via iPhone
    期待楼主的 V2EX 客户端早日上架:)
    UtopiaCHN
        20
    UtopiaCHN  
    OP
       2015-11-23 23:24:13 +08:00
    @black 我也觉得,还是直接处理字符串。这是我的第一个 App ,争取下个月上架。没有处理过 html 数据,十分感谢你的耐心帮助。官方没有提供登录和评论回复的 API ,不知道该怎么实现这两个功能。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3167 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 00:36 · PVG 08:36 · LAX 16:36 · JFK 19:36
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.