我决定使用 libxml2
我的 qt 应用程序的解析器,我卡在了 xpath
表达式。我找到了一个示例类和方法,并根据我的需要对其进行了一些修改。代码
QStringList* LibXml2Reader::XPathParsing(QXmlInputSource input)
{
xmlInitParser();
xmlDocPtr doc;
xmlXPathContextPtr xpathCtx;
xmlXPathObjectPtr xpathObj;
QStringList *valList =NULL;
QByteArray arr = input.data().toUtf8(); //convert input data to utf8
int length = arr.length();
const char* data = arr.data();
doc = xmlRecoverMemory(data,length); // build a tree, ignoring the errors
if(doc == NULL) { return NULL;}
xpathCtx = xmlXPathNewContext(doc);
if(xpathCtx == NULL)
{
xmlFreeDoc(doc);
xmlCleanupParser();
return NULL;
}
xpathObj = xmlXPathEvalExpression(BAD_CAST "//[@class='b-domik__nojs']", xpathCtx); //heres the parsing fails
if(xpathObj == NULL)
{
xmlXPathFreeContext(xpathCtx);
xmlFreeDoc(doc);
xmlCleanupParser();
return NULL;
}
xmlNodeSetPtr nodes = xpathObj->nodesetval;
int size = (nodes) ? nodes->nodeNr : 0;
if(size==0)
{
xmlXPathFreeContext(xpathCtx);
xmlFreeDoc(doc);
xmlCleanupParser();
return NULL;
}
valList = new QStringList();
for (int i = 0; i < size; i++)
{
xmlNodePtr current = nodes->nodeTab[i];
const char* str = (const char*)current->content;
qDebug() << "name: " << QString::fromLocal8Bit((const char*)current->name);
qDebug() << "content: " << QString::fromLocal8Bit((const char*)current->content) << "\r\n";
valList->append(QString::fromLocal8Bit(str));
}
xmlXPathFreeObject(xpathObj);
xmlXPathFreeContext(xpathCtx);
xmlFreeDoc(doc);
xmlCleanupParser();
return valList;
}
例如,我正在向 http://yandex.ru/ 发出请求并尝试获取类为 b-domik__nojs
的节点这基本上是一个分区。
xpathObj = xmlXPathEvalExpression(BAD_CAST "//[@class='b-domik__nojs']", xpathCtx); //heres the parsing fails
问题是表达式 //[@class='b-domik__nojs']
根本不起作用。我在 firefox 里查过了 xpath
分机,并在 Opera 开发人员工具中 xpath
分机。在那里这个表达式完美地工作。
我还尝试获取其他具有属性的节点,但出于某种原因 xpath
对于任何属性失败。我的方法有问题吗?此外,当我使用 xmlRecover
加载一棵树时,它在调试输出中给了我很多解析器错误。
好的,我玩了一下我的 libxml2
更多功能和使用"//*"
获取文档中所有元素的表达式,但是!它只返回 body 标签的第一个子节点中的元素。 This is the yandex.ru dom tree
所以基本上它获取了第一个 div "div class="b-line b-line_bar"
中的所有元素, 但不在 <body>
的其他子节点中查找其他元素因为某些原因。
为什么会这样?也许xmlParseMemory
出于某种原因没有 build 一棵完整的树?是否有任何可能的解决方案来解决此问题。
最佳答案
这个表达式在任何地方都有效,这真的很奇怪,因为它不是一个有效的 XPath 表达式。在轴规范(//
)之后,在谓词(方括号中的条件)之前应该有一个nodetest(元素名称或*
)。
//*[@class='bdomik__nojs']
关于c++ - libxml2 xpath 解析,无法按预期工作,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18128381/