在 Qt 中使用包含 HTML 的节点解析 XML

发布于 2024-10-20 22:03:54 字数 1045 浏览 1 评论 0原文

我尝试在 Qt 中解析包含一些包含 HTML 的节点的 XML 文件，它看起来像这样：

<root>
 <list>
  <element>Some <i>text<i></element>
  <element><b>another line of text<b></element>
  <element><i>Tag opened here</element>
  <element>and closed here</i></element>
 </list>
</root>

我在 Qt 中尝试了不同的方法，但从节点获取 HTML 不知何故是不可能的（以简单的方式）。

QDomDocument：
我发现获取 QDomElement 文本的唯一方法：使用 save() 函数（文档），但随后我会得到整行“...”，而不仅仅是内部文本。

QXmlStreamReader
有函数 readElementText(QXmlStreamReader::IncludeChildElements) （文档），但它删除了 HTML 标签，因此第一个示例的文本将只是“Some text”。

可以通过更有效的方式做到这一点吗？

我想到了另一个解决方案，您觉得如何：

将的内容包裹起来怎么样？在解析 xml 文件之前，CDATA 部分中的标签（使用字符串替换或正则表达式函数）？

原文

I try to parse an XML file with some nodes containing HTML in Qt, it looks like this:

<root>
 <list>
  <element>Some <i>text<i></element>
  <element><b>another line of text<b></element>
  <element><i>Tag opened here</element>
  <element>and closed here</i></element>
 </list>
</root>

I tried different approaches in Qt, but getting the HTML from the node was somehow not possible (in an easy way).

QDomDocument:
The only way I found to get the text of a QDomElement:
Use the save() function (documentation), but then I would get the whole line "<element>...</element>", not just the inner text.

QXmlStreamReader
There is the function readElementText(QXmlStreamReader::IncludeChildElements) (documentation), but it removes the HTML tags, so the text of the first example would be only "Some text".

Can this be done in a more effective way?

I thought of another solution, what do you think about it:

How about wrapping the contents of the <element> tags in CDATA sections (using string replace or regex functions) before the xml file is parsed?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

玩套路吗 2024-10-27 22:03:54

QDomDocument 和 QXmlStreamReader 都无法解析 HTML。它们是 XML 解析器。要在 Qt 中解析 HTML，您应该使用 QtWebKit。

#include <QtCore>
#include <QtGui>
#include <QtWebKit>

int main(int argc, char ** argv)
{
    QApplication app(argc, argv);

    QString html =
    "                                                   \\
    <root>                                              \\
     <list>                                             \\
      <element>Some <i>text<i></element>                \\
      <element><b>another line of text<b></element>     \\
      <element><i>Tag opened here</element>             \\
      <element>and closed here</i></element>            \\
     </list>                                            \\
    </root>                                             \\
    ";

    QWebPage page;
    page.mainFrame()->setHtml(html);
    QWebElement htmlElement = page.mainFrame()->findFirstElement("root list element i");
    qDebug() << htmlElement.toPlainText();

    return app.exec();
}

输出：

"text"

Neither QDomDocument nor QXmlStreamReader is able to parse HTML. They are XML parsers. To parse HTML in Qt you should use QtWebKit.

#include <QtCore>
#include <QtGui>
#include <QtWebKit>

int main(int argc, char ** argv)
{
    QApplication app(argc, argv);

    QString html =
    "                                                   \\
    <root>                                              \\
     <list>                                             \\
      <element>Some <i>text<i></element>                \\
      <element><b>another line of text<b></element>     \\
      <element><i>Tag opened here</element>             \\
      <element>and closed here</i></element>            \\
     </list>                                            \\
    </root>                                             \\
    ";

    QWebPage page;
    page.mainFrame()->setHtml(html);
    QWebElement htmlElement = page.mainFrame()->findFirstElement("root list element i");
    qDebug() << htmlElement.toPlainText();

    return app.exec();
}

Output: