Swift中的HTML解析：用于iOS/macOS的SwiftSoup库

使用SwiftSoup在Swift中解析HTML（iOS/macOS）

在开发iOS和macOS应用程序时，经常需要从HTML页面中提取数据。无论是解析新闻网站、获取汇率还是分析网页内容，都离不开一个可靠的工具。在Swift世界中，事实上的标准是SwiftSoup库——它是流行Java解析器Jsoup的纯Swift移植版本。

SwiftSoup提供了便捷的API，用于加载、解析和操作HTML文档，支持CSS选择器和DOM遍历方法。该库完全用Swift编写，没有外部依赖，并支持所有Apple平台：iOS（从11.0开始）、macOS（10.13+）、watchOS和tvOS。

通过Swift Package Manager安装SwiftSoup

在项目的Package.swift中添加依赖，或通过Xcode菜单：File → Add Packages...

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

// 或者在Xcode中：https://github.com/scinfu/SwiftSoup.git，版本2.6.0

安装后，在需要的文件中导入库：

import SwiftSoup

基础HTML字符串解析

最简单的入门方法是解析从URLSession等来源获取的HTML字符串：

let html = """<html>    <body>        <h1>你好，世界！</h1>        <p class="content">这是段落内的文本</p>        <a href="https://example.com">链接</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("标题：\\(title)")    print("段落：\\(paragraph ?? "未找到")")    print("链接：\\(link ?? "未找到")")} catch {    print("解析错误：\\(error)")}

从网络加载并解析HTML

大多数情况下，HTML是通过HTTP获取的。以下是一个加载页面并提取数据的示例：

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)                // 提取所有链接        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)")        }                // 提取h2标题        let headings = try doc.select("h2")        for heading in headings {            print("标题：\\(try heading.text())")        }    } catch {        print("错误：\\(error)")    }}

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

使用CSS选择器

SwiftSoup支持几乎所有标准CSS选择器，使元素查找变得直观：

• tag — 按标签名：try doc.select("div")
• #id — 按ID：try doc.select("#main-content")
• .class — 按类名：try doc.select(".article-title")
• [attribute] — 按属性：try doc.select("[data-id]")
• parent > child — 直接子元素：try doc.select("ul > li")
• el:contains(t