HTML-Parsing in Swift: Die Bibliothek SwiftSoup für iOS/macOS

HTML-Parsing in Swift (iOS/macOS) mit SwiftSoup

Bei der Entwicklung von Apps für iOS und macOS besteht häufig die Notwendigkeit, Daten aus HTML-Seiten zu extrahieren. Ob es sich um das Parsen einer Nachrichtenseite, das Abrufen von Wechselkursen oder die Analyse von Webinhalten handelt – ohne ein zuverlässiges Werkzeug geht es nicht. In der Swift-Welt ist die Bibliothek SwiftSoup der De-facto-Standard – ein reiner Swift-Port des beliebten Java-Parsers Jsoup.

SwiftSoup bietet eine praktische API zum Laden, Parsen und Manipulieren von HTML-Dokumenten unter Verwendung von CSS-Selektoren und DOM-Traversierungsmethoden. Die Bibliothek ist vollständig in Swift geschrieben, hat keine externen Abhängigkeiten und unterstützt alle Apple-Plattformen: iOS (ab 11.0), macOS (10.13+), watchOS und tvOS.

Installation von SwiftSoup über den Swift Package Manager

Fügen Sie die Abhängigkeit in Ihrer Package.swift oder über das Xcode-Menü hinzu: File → Add Packages...

// Package.swiftdependencies: [    .package(url: "https://github.com/scinfu/SwiftSoup.git", from: "2.6.0")],targets: [    .target(        name: "YourTarget",        dependencies: ["SwiftSoup"])]

// Oder in Xcode: https://github.com/scinfu/SwiftSoup.git, Version 2.6.0

Nach der Installation importieren Sie die Bibliothek in die gewünschte Datei:

import SwiftSoup

Basis-Parsing eines HTML-Strings

Der einfachste Weg, um zu beginnen, ist das Parsen eines HTML-Strings, der z. B. von URLSession stammt:

let html = """<html>    <body>        <h1>Hallo, Welt!</h1>        <p class="content">Dies ist Text innerhalb eines Absatzes</p>        <a href="https://example.com">Link</a>    </body></html>"""

do {    let doc: Document = try SwiftSoup.parse(html)    let title = try doc.title()    let paragraph = try doc.select("p.content").first()?.text()    let link = try doc.select("a").first()?.attr("href")        print("Titel: \\(title)")    print("Absatz: \\(paragraph ?? "nicht gefunden")")    print("Link: \\(link ?? "nicht gefunden")")} catch {    print("Parsing-Fehler: \\(error)")}

Laden und Parsen von HTML aus dem Netzwerk

Häufig wird HTML über HTTP bezogen. Hier ist ein Beispiel zum Laden einer Seite und Extrahieren von Daten:

import Foundationimport SwiftSoup

func fetchAndParse(urlString: String) async {    guard let url = URL(string: urlString) else { return }        do {        let (data, _) = try await URLSession.shared.data(from: url)        guard let html = String(data: data, encoding: .utf8) else { return }                let doc = try SwiftSoup.parse(html)                // Alle Links extrahieren        let links = try doc.select("a[href]")        for link in links {            let href = try link.attr("href")            let text = try link.text()            print("\\(text) -> \\(href)")        }                // h2-Überschriften extrahieren        let headings = try doc.select("h2")        for heading in headings {            print("Überschrift: \\(try heading.text())")        }    } catch {        print("Fehler: \\(error)")    }}

// VerwendungTask {    await fetchAndParse(urlString: "https://example.com")}

Arbeiten mit CSS-Selektoren

SwiftSoup unterstützt praktisch alle standardmäßigen CSS-Selektoren, was die Suche nach Elementen intuitiv macht:

• tag — nach Tag-Namen: try doc.select("div")
• #id — nach ID: try doc.select("#main-content")
• .class — nach Klasse: try doc.select(".article-title")
• [attribute] — nach Attribut: try doc.select("[data-id]")
• parent > child — direktes Kind: try doc.select("ul > li")
• el:contains(t