WebPage问题

Question

如何从网页中获取正文内容？我只想从body标签中获取文本，body中的所有其他标签都应该删除...

有人能帮我吗？提前感谢....

Answer 1

首先找出body标签在字符串中的位置。然后使用NSString方法删除开始标记之前的所有内容和结束标记之后的所有内容。

在此之后，下面是如何从正文内容中剥离HTML标记：

http://www.objectpark.net/StrippingHTML.html

Answer 2

当您通过NSURLConnection进行调用时，您将收到来自您在NSURLRequest中设置的URL的NSMutableData格式的ASCII文本数据。

从那里开始，您必须只解析字符串，删除所有其他标记。也许使用上一个答案中提到的工具。

Answer 3

如果您正在使用UIWebView加载和显示，那么可以使用其方便的方法stringByEvaluatingJavaScriptFromString。

NSString *jsString = @"document.getElementsByTagName('body')[0].innerHTML;";
NSString *contentOfBody = [myWebView stringByEvaluatingJavaScriptFromString:jsString];

这在Web视图中应该能起到作用。