WebKit 和 Objective-C：如何将 HTML 字符串解析为 DOMDocument？答案

【问题标题】：WebKit & Objective-C: how to parse a HTML string into a DOMDocument?WebKit 和 Objective-C：如何将 HTML 字符串解析为 DOMDocument？
【发布时间】：2010-03-20 14:54:01
【问题描述】：

如何使用 WebKit 从给定的 HTML 字符串中获取 DOMDocument？换句话说，DOMDocumentFromHTML: 的实现如下：

NSString * htmlString = @"<html><body><p>Test</body></html>";
DOMDocument * document = [self DOMDocumentFromHTML: htmlString];

DOMNode * bodyNode = [[document getElementsByTagName: @"body"] item: 0];
// ... etc.

这似乎应该很简单，但我仍然无法弄清楚如何:( ...

【问题讨论】：

如果您之前的问题得到解决，请使用复选标记接受最有帮助的答案。也不要忘记对有用的答案进行投票。阅读常见问题解答了解更多详情。
没有意识到我应该选择一个“解决它”的答案；感谢您指出这一点！

标签： html objective-c webkit domdocument

【解决方案1】：

不是这个问题的实际答案，但我现在得出结论，WebKit 和 DOMDocument 可能不是我想做的最合适的工具；这是处理一个不向用户显示的 HTML 文档。 NSXMLDocument 类直接同步支持将 HTML 文档转换为可操作的对象结构：

NSError * error = nil;
NSString * htmlString = @"<html><body><p>Test</body></html>";

NSXMLDocument * doc =
  [[NSXMLDocument alloc]
     initWithXMLString: htmlString
     options: NSXMLDocumentTidyHTML
     error: &error];
NSLog(@"Error is: %@", error);
NSLog(@"Doc is: %@", doc);
NSLog(@"Root element is: %@", [doc rootElement]);
NSLog(@"Root element's children are: %@", [[doc rootElement] children]);

【讨论】：

【解决方案2】：

根据我可以从another answer on this site 得到的信息，WebKit 中没有像我请求的DOMDocumentFromHTML: 这样的同步方法。

到目前为止，我能做的最好的事情是giveDOMDocumentFromHTML:usingBaseURL: 和takeDOMDocument: 的以下异步组合。

- (void) giveDOMDocumentFromHTML: (NSString *) htmlString
         usingBaseURL: (NSURL *) baseURL
{
    WebView * webView = [[WebView alloc] init];
    [webView setFrameLoadDelegate: self];
    [[webView mainFrame] loadHTMLString: htmlString
                         baseURL: baseURL];
}

- (void) takeDOMDocument: (DOMDocument *) document
{
    DOMHTMLElement * bodyNode =
        (DOMHTMLElement *) [[document getElementsByTagName: @"body"] item: 0];
    NSLog(@"Body is: %@", [bodyNode innerHTML]);
}

它们通过以下委托方法挂钩：

- (void) webView: (WebView *) webView
         didFinishLoadForFrame: (WebFrame *) frame
{
    if (frame == [webView mainFrame]) {
        [self takeDOMDocument: [frame DOMDocument]];
    }
}

上述方法可行，但至少还有以下问题：

我不确定分配的 WebView 应该在哪里发送 release 或 autorelease 消息。
我希望/需要该应用程序在 HTML 页面被处理之前保持阻塞状态。在上述方案中，应用程序将在 WebView 加载/解析 HTML 时处理任何用户输入。（请注意，WebView 永远不会显示在屏幕上。）

所以这仍然有待改进。如原始问题中所述，谁能为DOMDocumentFromHTML: 提供同步实现？

【讨论】：