操作 HTML

Question

我需要读取 HTML 文件并搜索其中的一些标签。根据结果​​，需要删除一些标签，更改其他标签，并可能细化一些属性 - 然后将文件写回。

NSXMLDocument 是正确的选择吗？我认为在这种情况下并不真正需要解析器，它甚至可能意味着更多的工作。而且我不想触及整个文件，我所需要做的就是将文件加载到内存中，更改一些内容，然后再次保存。

请注意，我将处理 HTML，而不是 XHTML。这可能是 NSXMLDocument 的问题吗？也许一些不匹配的标签或未关闭的标签可能会使其停止工作。

Answer 1

NSXMLDocument 是正确的选择。这样你就可以使用 Xpath/Xquery 来查找你想要的标签。糟糕的 HTML 可能是一个问题，但你可以设置 NSXMLDocumentTidyHTML 并且应该没问题，除非它真的很糟糕。

Answer 2

NSRange startRange = [string rangeOfString:@"<htmlTag>"];
NSRange endRange = [string rangeOfString:@"</htmlTag>"];
NSString *subStr = [string subStringWithRange:NSMakeRange(startRange.location+startRange.length, endRange.location-startRange.location-startRange.length)];
NSString *finalStr = [string stringByReplacingOccurencesOfString:substr];

然后将 Finalstr 写入文件。

这就是我要做的，请注意，我并不完全知道使用 NSXMLDocument 的优点是什么，这应该可以完美完成。

Answer 3

NSXMLDocument 可能会失败，因为 HTML 页面的格式不正确，但您可以尝试使用 NSXMLDocumentTidyHTML/NSXMLDocumentTidyXML （您可以使用它们都可以改善结果）如概述这里，也可以看看 this 用于修改 HTML 的 tan 方法。