Objective-C HTML解析。获取标签之间的所有文本

Question

我使用hpple尝试从ThePirateBay获取洪流描述。目前，我正在使用此代码：

NSString *path = @"//div[@id='content']/div[@id='main-content']/div/div[@id='detailsouterframe']/div[@id='detailsframe']/div[@id='details']/div[@class='nfo']/pre/node()"; 
NSArray *nodes = [parser searchWithXPathQuery:path]; 
for (TFHppleElement * element in nodes) { 
    NSString *postid = [element content]; 
    if (postid) { 
     [texts appendString:postid]; 
    } 
} 

这只返回纯文本，而不是任何URL的截图。无论如何要获取所有链接和其他标签，而不仅仅是纯文本？ 的piratebay是fomratted像这样：

<pre> 
    <a href="http://img689.imageshack.us/img689/8292/itskindofafunnystory201.jpg" rel="nofollow"> 
    http://img689.imageshack.us/img689/8292/itskindofafunnystory201.jpg</a> 
More texts about the file 
</pre> 

Answer 1

这是一个很容易的工作，你这样做是正确的差不多！

你想要的是a -tag的内容（或属性），所以你需要告诉解析器你想要它。

只要改变你的XPath到

@"//div[@id='content']/div[@id='main-content']/div/div[@id='detailsouterframe']/div[@id='detailsframe']/div[@id='details']/div[@class='nfo']/pre/a" 

（你在最后错过了a，你不需要node()）

输出：

http://www.imdb.com/title/tt1904996/
http://leetleech.org/images/65823608764828593230.png
http://leetleech.org/images/44748070481477652927.png
http://leetleech.org/images/42024611449329122742.png

如果你只是想截图的网址，你可以这样做

NSMutableArray *screenshotURLs = [[NSMutableArray alloc] initWithCapacity:0]; 
for (int i = 1; i < nodes.count; i++) { 
    [screenshotURLs addObject:nodes[i]]; 
}