HTML表格解析xcode

Question

我正在尝试解析：[www.neiu.edu/~neiutemp/PhoneBook/alpha.htm] 使用 TFHPPLE 解析器，我正在从表中的每个 TR（行）中查找第一个 TD（第一列） .这里 TD 的所有属性都是相同的。我无法区分 TD。
我能够获取所有 HTML 代码，但无法从每个 TR 中获取第一个 TD。在// 3（在代码中）tutorialsNodes 之后是空的。的输出

NSLog(@"Nodes are : %@",[tutorialsNodes description]);

是

练习1[62351:c07] 节点是：()。

我看不出有什么问题。任何帮助，将不胜感激。 我解析此 URL 的代码：

NSURL *tutorialsUrl = [NSURL URLWithString:@"http://www.neiu.edu/~neiutemp/PhoneBook/alpha.htm"];
NSData *tutorialsHtmlData = [NSData dataWithContentsOfURL:tutorialsUrl];

// 2
TFHpple *tutorialsParser = [TFHpple hppleWithHTMLData:tutorialsHtmlData];

// 3
NSString *tutorialsXpathQueryString = @"//TR/TD";
NSArray *tutorialsNodes = [tutorialsParser searchWithXPathQuery:tutorialsXpathQueryString];
NSLog(@"Nodes are : %@",[tutorialsNodes description]);
// 4
NSMutableArray *newTutorials = [[NSMutableArray alloc] initWithCapacity:0];
for (TFHppleElement *element in tutorialsNodes) {
    // 5
    Tutorial *tutorial = [[Tutorial alloc] init];
    [newTutorials addObject:tutorial];

    // 6
    tutorial.title = [[element firstChild] content];

    // 7
    tutorial.url = [element objectForKey:@"href"];

    NSLog(@"title is: %@",[tutorial.title description]);
}

// 8
_objects = newTutorials;
[self.tableView reloadData];

Answer 1

如果您使用 @"//tr/td" 而不是 @"//TR/TD"，这应该可以工作。

但是，查看您的 HTML，由于其作者显然不知道如何拼写 CSS，因此您在整个源代码中都隐藏了字体标签。所以，你的下一行代码，显然取自优秀的Hpple tutorial by Matt Galloway on Ray Wenderlich's site，说：

tutorial.title = [[element firstChild] content];

但这在这里行不通，因为对于您的大多数条目，firstChild 不是text，而是font 标记。所以你可以检查它是否是这样的字体标签：

TFHppleElement *subelement = [element firstChild];
if ([[subelement tagName] isEqualToString:@"font"])
    subelement = [subelement firstChild];
tutorial.title = [subelement content];

或者，您也可以只搜索@"//tr/td/font" 而不是@"//tr/td"。这里有很多方法。诀窍（就像所有的 HTML 解析一样）是让它相当健壮，这样你就不会受到页面的细微修饰的影响。

显然，您的 HTML 没有 URL，因此该代码不适用于此处。

无论如何，我希望这足以让你继续前进。

---

你报告有问题，所以我想我只是提供一个更完整的代码示例：

NSURL *tutorialsUrl = [NSURL URLWithString:@"http://www.neiu.edu/~neiutemp/PhoneBook/alpha.htm"];
NSData *tutorialsHtmlData = [NSData dataWithContentsOfURL:tutorialsUrl];

TFHpple *tutorialsParser = [TFHpple hppleWithHTMLData:tutorialsHtmlData];

NSString *tutorialsXpathQueryString = @"//tr/td";
NSArray *tutorialsNodes = [tutorialsParser searchWithXPathQuery:tutorialsXpathQueryString];

if ([tutorialsNodes count] == 0)
    NSLog(@"nothing there");
else
    NSLog(@"There are %d nodes", [tutorialsNodes count]);

NSMutableArray *newTutorials = [[NSMutableArray alloc] initWithCapacity:0];
for (TFHppleElement *element in tutorialsNodes) {

    Tutorial *tutorial = [[Tutorial alloc] init];
    [newTutorials addObject:tutorial];

    TFHppleElement *subelement = [element firstChild];
    if ([[subelement tagName] isEqualToString:@"font"])
        subelement = [subelement firstChild];
    tutorial.title = [subelement content];

    NSLog(@"title is: %@", [tutorial.title description]);
}

产生以下输出：

2013-05-10 19:39:42.027 hpple-test[33881:c07] 有 10773 个节点 2013-05-10 19:39:42.028 hpple-test[33881:c07] 标题是：A 2013-05-10 19:39:46.027 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:46.698 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:47.333 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:47.827 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:48.358 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:49.133 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:49.775 hpple-test[33881:c07] 标题是：Abay，Hiwet B 2013-05-10 19:39:50.326 hpple-test[33881:c07] 标题是：H-Abay 2013-05-10 19:39:50.992 hpple-test[33881:c07] 标题是：773-442-5140 2013-05-10 19:39:51.597 hpple-test[33881:c07] 标题是：（空） 2013-05-10 19:39:52.092 hpple-test[33881:c07] 标题是：控制器 2013-05-10 19:39:52.598 hpple-test[33881:c07] 标题是：E 2013-05-10 19:39:53.149 hpple-test[33881:c07] 标题是：223 2013-05-10 19:39:55.040 hpple-test[33881:c07] 标题是：Abbruscato，Terence 2013-05-10 19:39:55.806 hpple-test[33881:c07] 标题是：T-Abbruscato 2013-05-10 19:39:56.525 hpple-test[33881:c07] 标题是：773-442-5339 ...