Swift MWResolver解析HTML/XML

上篇文章Swift 最简单的方式来解析HTML我通过截取字符串的方式，很艰难的实现了一个解析HTML的方式，但是过程相当难受，并且扩展性不强，适应性也很糟糕。

libxml2

libxml2的官网在这里：http://xmlsoft.org/html/index.html，当你想通过官网去学习libxml2的话，我觉得会相当困难，因为它只有头文件已经简单的函数描述，所以在这里：Matt Gallagher，它写了一个包装器使我们使用libxml2更方便一些。

Using libxml2 for XML parsing and XPath queries in Cocoa它写的一篇文章，有兴趣的可以看一下。

MWResolver

MWResolver是我在libxml2上进行的一层Swift版本的封装，可以通过纯Swift的方式来解析HTML/XML，先看一下需求：

还是以SwiftDoc为例，我们从源码中，想获取到所有的标签li里面的第一行的内容(AnyBidirectionalCollection)，用MWResolver这么写就可以了：

let resolver = MWResolver(data: data)
guard let element = resolver.peekParse(query: "//div[@class='col-sm-6']//li//a") else { return }
print(element.content)
// 打印：AnyBidirectionalCollection

有了这个神器，可以说什么网站网页都不怕了，下面我来一个比较完整的实例，解析SwiftDoc:

• 首先我们先拿到所有的标题：

let resovler = MWResolver(data: data)
let elementH2s = resovler.parse(query: "//article[@class='content']//h2")
for ele in elementH2s {
    print(ele.content)
}
// 打印：
Types
Protocols
Operators
Globals

• 为了便于查看我们拿最少的Globals下的所有函数：

let elementLis = resovler.parse(query: "//li/a")
var contents = [String]()
for ele in elementLis {
    guard let content = ele.attributes["href"] else { return }
    if content.hasPrefix("/v3.1/func/") {
        contents.append(content)
        print(content)
    }
}
// 打印：
/v3.1/func/abs
/v3.1/func/assert
/v3.1/func/assertionFailure
/v3.1/func/debugPrint
/v3.1/func/dump
/v3.1/func/fatalError
/v3.1/func/getVaList
/v3.1/func/isKnownUniquelyReferenced
/v3.1/func/max
/v3.1/func/min
/v3.1/func/numericCast
/v3.1/func/precondition
/v3.1/func/preconditionFailure
/v3.1/func/print
/v3.1/func/readLine
/v3.1/func/repeatElement
/v3.1/func/sequence
/v3.1/func/stride
/v3.1/func/swap
/v3.1/func/transcode
/v3.1/func/type
/v3.1/func/unsafeBitCast
/v3.1/func/unsafeDowncast
/v3.1/func/withExtendedLifetime
/v3.1/func/withUnsafeBytes
/v3.1/func/withUnsafeMutableBytes
/v3.1/func/withUnsafeMutablePointer
/v3.1/func/withUnsafePointer
/v3.1/func/withVaList
/v3.1/func/withoutActuallyEscaping
/v3.1/func/zip

也就是对应的SwiftDoc中这些数据：

如何使用：

1. 下载MWResolver
2. 把上面三个文件导入到项目中。
3. 导入libxml2
4. 在header search path 中 + ${SDK_ROOT}/usr/include/libxml2
5. 引入桥文件支持OC+Swift混编

github地址：https://github.com/hellolad/MWResolver
如果解决了您的问题，请记得给个star