用TFHpple解析网页

Question

我正在尝试编写一个非常简单的iOS应用程序，它将解析一个网页(http://arxiv.org/list/cond-mat/recent)并显示它的简化版本。我选择使用TFHpple来解析这个页面。我想要得到标题的论文，并显示在TableViewController。用于纸张描述的HTML容器如下所示：

<div class="list-title">
<span class="descriptor">Title:</span> Encoding Complexity within Supramolecular Analogues of Frustrated  Magnets
</div>

用于解析和获取值的函数如下(感谢raywenderlich.com)：

- (void) loadPapers{
    NSURL *papersURL = [NSURL URLWithString:@"http://www.arxiv.org/list/cond-mat/recent"];
    NSData *papersHTMLData = [NSData dataWithContentsOfURL:papersURL];

    TFHpple *papersParser = [TFHpple hppleWithHTMLData:papersHTMLData];

    NSString *papersXpathQueryString = @"//div[@class='list-title']";
    NSArray *papersNodes = [papersParser searchWithXPathQuery:papersXpathQueryString];

    NSMutableArray *newPapers = [[NSMutableArray alloc] initWithCapacity:0];

    for (TFHppleElement *element in papersNodes){
        Paper *paper = [[Paper alloc] init];
        [newPapers addObject:paper];

        paper.title = [[element firstChild] content];
    }

    _objects = newPapers;
    [self.tableView reloadData];

}

这个函数应该解析整个HTML页面并将数据返回到TableView中。但是，当我尝试时，它会将空对象返回到paperNodes数组中。基本上，元素的数量是正确的(~25)，但是它们都是空的，我不知道为什么。

任何帮助都是非常感谢的！谢谢!

Answer 1

我已经用HTMLKit重写了您的代码。看起来是这样的：

NSURL *papersURL = [NSURL URLWithString:@"http://www.arxiv.org/list/cond-mat/recent"];
NSData *papersHTMLData = [NSData dataWithContentsOfURL:papersURL];
NSString *htmlString = [[NSString alloc] initWithData:papersHTMLData encoding:NSUTF8StringEncoding];

HTMLDocument *document = [HTMLDocument documentWithString:htmlString];

NSArray *divs = [document querySelectorAll:@"div[class='list-title']"];

for (HTMLElement *element in divs) {
    NSLog(@"%@", element.textContent);
}

回到你在评论中的问题：

您能给出一些有用的链接，您认为这些链接可以帮助您了解HTMLKit吗？

您可以查看项目的GitHub页面上的示例。源代码是文档化的，使用它相对简单。如果您有基本的HTML和CSS体验，那么使用HTMLKit也同样容易。不幸的是，它还没有其他资源来学习它。

Answer 2

可能元素firstChild正在返回零。我建议您添加一些NSLog语句来跟踪数据提取并帮助您定位错误。