我正在编写一个爬行应用程序。我得到的代码中的某处:
//normally the HTML is obtained from web with QNetworkAccessManager & QNetworkReply:
//QString htmlCode = this->reply->readAll();
//exemplary test HTML
QString htmlCode =QString("<html><body><a href=\'foo.bar\'>test1</a><h2>test2<h2><a href=\"bar.foo \">test3</a></body></html>");
QWebPage page;
QWebFrame * frame = page.mainFrame(); //->setHtml(htmlCode);
frame->setHtml(htmlCode);
QWebElement document = frame->documentElement();
QWebElementCollection links = document.findAll("a");
foreach (QWebElement e, links) {
qDebug() << "exemplary link:" << e.toPlainText();
}
我确实意识到,这里有数以百万计的关于在 qt 中解析 html 的主题,但我不知道这里出了什么问题......
最佳答案
嗯...我不确定 setHtml()
是否完全同步工作,即我认为框架内容当时没有完全解析,因此 DOM 内容尚不可用。
您应该尝试连接到 void QWebFrame::loadFinished ( bool ok )
并在那里进行 DOM 爬行。
关于c++ - Qt html解析没有找到任何标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9666890/