正则表达式（iPhone 上的 HTML 解析）答案

【问题标题】：Regular Expressions (HTML parsing on iPhone)正则表达式（iPhone 上的 HTML 解析）
【发布时间】：2010-10-24 15:50:11
【问题描述】：

我正在尝试使用 Objective-c 从网站中提取数据。这对我来说都是很新的，所以我做了一些研究。我现在知道的是我需要使用 xpath，并且我有另一个包装器，称为 iPhone 的 hpple。我已经在我的项目中启动并运行它。

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。搜索中的那个东西：@“....”是正则表达式吗？如果是这样，我想我可以开发程序解析站点所需的数百种模式（我需要大量数据），但是有更好的方法吗？我很迷茫。任何帮助表示赞赏。

【问题讨论】：

【解决方案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“所有后代”的缩写
a 表示“所有子节点 nodes 的节点类型为 'a'”（在 HTML 中为 anchors）
[...] 包含一个 predicate，只提炼要匹配的 a
- @是属性节点的缩写
- @class 表示名为“类”的属性
- @class='sponsor' 表示类属性等于“赞助商”。请注意，这不会匹配具有类包含“赞助商”的节点，例如<a class="big sponsor" ...>；类必须相等。

总的来说，我们有“'a' 节点从根下降，其类等于 'sponsor'”。

【讨论】：

信息量很大。有没有什么程序可以让我轻松找到合适的 XPath？还是 XPath 足够容易使用？
“正确的 XPath”是什么意思？您的意思是找到将选择给定节点的 XPath？我没有看到任何应用程序可以做到这一点。但是，有很多 XPath testers 可以让您测试给定 XPath 是否为给定文档选择了您想要的节点。如果您使用 Mac，请先尝试AquaPath。至于使用 XPath，请搜索教程。它们的某些方面很容易使用；它们有点像进化的文件路径（我认为它发生在 30 级）。
+1 好答案。 A小调：a表示名为a的子元素。
@Alejandro: 哦。为了简化事情，我忽略了与轴有关的任何内容。

【解决方案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，您正在搜索具有“赞助商”类的元素。

请注意，这是一件好事！正则表达式不利于解析 HTML。

【讨论】：