Swift（iOS/macOS）中的HTML解析 | SwiftSoup, Fuzi

Swift（iOS/macOS）中的HTML解析：SwiftSoup和Fuzi库概述

在开发iOS和macOS应用程序时，经常需要从网页中提取数据。HTML解析可以自动获取内容、将其结构化并在应用程序中使用。在Swift生态系统中，有几个强大的库可用于此目的。本文将详细介绍两个最流行的库：SwiftSoup和Fuzi。您将了解如何安装它们、如何执行基本的解析操作以及它们各自的特点。

为什么需要在Swift中解析HTML？

HTML解析在以下场景中非常有用：

数据聚合——从多个网站收集新闻、价格、商品描述。
变更监控——跟踪目标页面的更新。
与Web服务集成——如果网站不提供API，解析是获取数据的唯一方式。
自动化测试——检查HTML结构的正确性。

SwiftSoup库

SwiftSoup是流行Java库Jsoup的Swift移植版。它提供了用于解析、导航和操作HTML文档的便捷API。SwiftSoup支持CSS选择器，使得元素提取变得简单直观。

安装SwiftSoup

在您的Package.swift中或通过Xcode的Swift Package Manager添加依赖：

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

SwiftSoup使用示例

来看一个简单的例子：加载一个HTML字符串并提取<h2>标题和<a>链接。

import SwiftSoup

func parseHTML() {    let html = """    <html>        <body>            <h2>文章标题</h2>            <p>段落文本。</p>            <a href="https://example.com">链接</a>        </body>    </html>    """        do {        let doc = try SwiftSoup.parse(html)                // 提取所有h2标题        let headers = try doc.select("h2")        for header in headers {            print("标题: \\(try header.text())")        }                // 提取所有链接        let links = try doc.select("a[href]")        for link in links {            let linkText = try link.text()            let linkHref = try link.attr("href")            print("文本: \\(linkText), URL: \\(linkHref)")        }            } catch {        print("解析错误: \\(error)")    }}

在这个例子中，我们使用select()方法和CSS选择器"h2"来选择所有二级标题，使用"a[href]"来选择所有带有href属性的链接。text()方法返回元素的文本内容，而attr()方法返回指定属性的值。

文档树导航

SwiftSoup允许在DOM树中移动：

// 获取第一个h2元素if let firstHeader = try doc.select("h2").first() {    print("第一个标题: \\(try firstHeader.text())")}

// 获取父元素let parent = try firstHeader.parent()print("父元素: \\(try parent?.tagName() ?? "nil")")

// 获取下一个兄弟元素let nextSibling = try firstHeader.nextElementSibling()print("下一个元素: \\(try nextSibling?.tagName() ?? "nil")")