iphone - 如何从HTML中提取文本内容，例如“稍后阅读”或InstaPaper Iphone应用？

Question

我想从Iphone应用程序上的html中提取主要文章内容，然后
在TextView或CoreText上显示它。

稍后阅读，InstaPaper Iphone应用程序具有此功能，但是在网上进行研究后，
我仍然不知道他们是如何做到的。

此刻，我通过这段代码从html中获取文本内容，但是它也需要很多不需要的内容。

textArticle = [webView stringByEvaluatingJavaScriptFromString:@"document.body.innerText"];

这个问题是我想要的，但可悲的是它不是针对Iphone应用程序的。
Instapaper-like algorithm

这是此类功能的开放源代码，但是我不确定是否可以将其用于Iphone应用程序。
https://github.com/jiminoc/goose/wiki

以前提供的api似乎更聪明，但现在不可用。
http://smartrmobi.blogspot.com/2011/02/smartr-api-withdrawn-until-further.html

也许，最简单的方法是从xml元素获取文章内容，但这只是我的猜测。

我想知道从哪里开始，所以我非常感谢任何建议。

谢谢

Answer 1

经过研究，似乎我可以使用api从网络中提取文本内容。
这意味着我需要在获得URL之后访问网页并再次呈现结果。

它比仅使用上面显示的js脚本要慢，因为它需要访问Web api，但是
我猜以后再读，instapaper都使用这种方法。

以下是我到目前为止发现的Web API。

http://viewtext.org/

此api具有非常好的功能，可以将多页的文章合并为一个。
我正在使用此API，因为其他API没有此功能。

http://fivefilters.org/content-only/

很棒的事情是您可以购买脚本并在自己的服务器上进行设置。

*更新*

似乎大多数应用程序都使用“可读性”或“ Instapaper”或“ Google”动员器来仅解析来自网络的文本内容。

其中，我目前最喜欢的是“可读性”解析器，因为它不像Instapaper解析器那样带有广告。 （不过，投放广告来支付服务器费用没有错）

Pocket还仅为创建Pocket集成应用程序的开发人员提供文章分析器。