使用 hpple 从 html 获取表数据

Question

我正在尝试解析以下网站，因此我在 iOS 上显示这样的数据：

9 月 6 日星期六

堤道
邦德的格伦赛道
上午 11:00
反渗透
两天会议
两个不同的日子

网站示例：

    <div id="main-column">
<h1>September</h1>
    <table align="center"><col width="200"><col width="150"><col width="100"><col width="120"><col width="330"><col width="300">
        <h2>Saturday 06 September</h2>
        <tr id="table1">
            <td><b>Club</b></td>
            <td><b>Venue</b></td>
            <td><b>Start Time</b></td>
            <td><b>Meeting Type</b></td>
            <td><b>Number of Days for Meeting</b></td>
            <td><b>Notes</b></td>
        </tr>
        <tr id="table2">
            <td>Causeway</td>
            <td>Bond's Glen Raceway</td>
            <td>11:00am</td>
            <td>RO</td>
            <td>Two Day Meeting,<br> Two Separate Days</td>
            <td></td>
        </tr>
        <tr id="table3">
            <td>West Waterford</td>
            <td>Ballysaggart</td>
            <td>11:00am</td>
            <td>RO</td>
            <td>Two Day Meeting,<br> One Meeting Over Two Days</td>
            <td></td>
        </tr>

到目前为止，我已经设法使用以下代码获取所有日期：

    -(void)loadData {

NSURL *url = [NSURL URLWithString:@"http://www.national-autograss.co.uk/september.htm"];
NSData *htmlData = [NSData dataWithContentsOfURL:url];


TFHpple *htmlParser = [TFHpple hppleWithHTMLData:htmlData];


NSString *xpathQueryString = @"//h2";
NSArray *eventNodes = [htmlParser searchWithXPathQuery:xpathQueryString];



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

    NSString *date = [[element firstChild] content];
    [eventDates addObject:date];

}

_objects = eventDates;
[self.tableView reloadData];

}

对于表中的数据，我需要的 Xpath 查询是否类似于 //table/tr/td？我试过了，我立即收到一个错误，将一个 nil 对象添加到数组中。

或者我最好将所有表格作为单独的元素获取，然后单独解析其中的数据？

非常感谢任何帮助、指南或想法。

Answer 1

我最近给了this answer 一个老问题。

将 URL 更改为 autograss 站点并将查询字符串更改为...

NSString *queryString = @"//table";

...为了获得所需文本节点的最近祖先，给出此日志输出：

2014-10-28 11:52:02.416 SiteSearcher[28314:613] theText：

          Saturday 06 September

              Club
                Venue
                Start Time
                Meeting Type
                Number of Days for Meeting
                Notes


                Causeway
                Bond's Glen Raceway
                11:00am
                RO
                Two Day Meeting, Two Separate Days



                West Waterford
                Ballysaggart
                11:00am
                RO
                Two Day Meeting, One Meeting Over Two Days


            Sunday 07 September...

但也给了

        ...2014 Fixtures:
            January
            February
            March
            April
            May
            June


            2014 Fixtures Cont'd:
            July
            August
            September
            October
            November
            December


            Official Details:
            Regisitered Address:
                46 Brookside, Alconbury,
                Huntingdonshire, PE28 2EP.

...当它检索 所有 表时。

（请原谅着色 - 日志输出选项卡似乎弄乱了 blockQuotes！）。

我不知道让所有杂乱的文本是否有用，但也许这是一个开始。但是，如果您希望将文本段分配给某些 TableView 的数组元素，那么递归将需要调整。

更新

查看this question 的答案后，我意识到可以使用条件查询进行一些整理：

NSString *xPathQueryString = @"//tr[not(@id='table1')]|//h2";

或

NSString *xPathQueryString = @"//h2/text()|//tr[not(@id='table1')]//td/text()";

第一个查询提取元素节点，而第二个查询提取文本节点本身。因此，第二个不需要递归方法来深入研究标签，但（据我所知）没有带来更多信息，例如父标签。