使用NSXMLParser来parsingHTML
我正在开发一个应用程序，它汇总了一些来自互联网的信息并重新格式化内容。 所以我正在寻找一种方法来parsing一些HTML。 鉴于XML和HTML是非常相似的结构，我想“也许我应该只使用NSXMLParser”我已经使用它来parsing我的RSS源，我已经习惯了使用它，但我遇到了一个问题。
parsing器不会将<p>识别为一个元素。 提取<title>或<img>等元素没有问题，但不像<p> 。 有没有人试过这样做，如果是的话，你有任何build议或解决这个问题？ 我认为XMLParser对我所做的工作很有帮助，我想用它，但显然，如果我无法获取<p>元素中的文本，那对我来说是完全没用的。
任何build议都是受欢迎的，即使是完全不同的方法。 我已经看过一些第三方库做这个，但是从我读的东西都有一些错误，我更喜欢使用苹果提供的东西。
“p”作为元素的名字没有什么特别之处。 虽然很难确定，因为您没有提供您要parsing的HTML示例，但问题很可能是由不是格式良好的XML的HTML引起的。 换句话说，使用NSXMLParser可以使用XHTML，但不一定是普通的HTML。
“p”元素经常在HTML中find，没有匹配的结束标签，这是不合法的XML。 我的猜测是，在尝试使用NSXMLParserparsing它之前，必须将HTML转换为XHTML
HTML不一定是格式良好的XML，当您将其parsing为XML时，这就很麻烦。
以下面的例子：
<body> <p>123 <p>abc <p>789 </body>
如果您在浏览器中查看这个HTML块，它将显示您所期望的。 但是，如果你把这个parsing成xml，会有麻烦，因为这些p标签没有closures。
我build议您使用我的DTHTMLParser，它是在NSXMLParser之后build模的，并使用libxml2来完美地parsingHTML。 你通常不能依赖于HTML格式良好，可以parsing为XML。
libxml2有一个HTML模式，它可以忽略诸如未closures的标签和任何HTML可能在ideosyncrasies中的东西。
HTMLparsing说明：
- http://www.cocoanetics.com/2011/09/taming-html-parsing-with-libxml-1/
- http://www.cocoanetics.com/2012/01/taming-html-parsing-with-libxml-2/
DTHTMLParser文档：
来源，DTFoundation的一部分：
- DTHTMLParser.h
- DTHTMLParser.m
- 在Cocos2d中，多层次的button，我怎样控制哪个button对用户的触摸做出反应？
- 正确的序列获取注册令牌在iOS上的GCM推送通知？ GCM不可靠吗？
- 在deviseUIA外观时如何针对特定的UIView？
- 有关于cocoa触摸自动UItesting的很好的教程吗？
- 检测下一个将触发的UILocalNotification
- 推送通知：didFailToRegister和didRegister委托没有调用
- MFMessageComposeViewController显示空白/白色屏幕
- initWithNibName没有被调用
- 将UIKeyboardFrameEndUserInfoKey转换为视图或窗口坐标