记一个html解析开源库的使用

前言

想找到一个c++的html解析库，网上浏览了一下，原本想用google的gumbo + gumbo-query，但是编译始终报错，我在ubuntu16.04和18.04上都做了尝试，几天也解决不了后，决定找其他的库。然后就找到了Modest
        介绍：Modest包含了myhtml和mycss,其中myhtml没有任何外部依赖关系，mycss依赖myhtml项目。如果没有特殊的情况，直接下载Modest就好了。里面包含了myhtml和mycss的东西。
　　编译：下载后，按照INSTALL.md指引就好了

make
sudo make install prefix=/usr/local/

查看官方例子

解析html的步骤1必备

    // basic init
    myhtml_t* myhtml = myhtml_create();
    myhtml_init(myhtml, MyHTML_OPTIONS_DEFAULT, 1, 0);

    // init tree
    myhtml_tree_t* tree = myhtml_tree_create();
    myhtml_tree_init(tree, myhtml);

    // parse html
    myhtml_parse(tree, MyENCODING_UTF_8, response.c_str(), strlen(response.c_str()));

2.1输出解析结果：head、body等

     myhtml_serialization_tree_callback(tree->node_head,serialization_callback,NULL);	//head
     myhtml_serialization_tree_callback(tree->node_body,serialization_callback,NULL);	//body
     myhtml_serialization_tree_callback(tree->node_form,serialization_callback,NULL);	//表单
     myhtml_serialization_tree_callback(tree->node_html,serialization_callback,NULL);	//html

2.2输出解析结果：只输出某类标签属性

修改myhtml_get_nodes_by_tag_id中的第三个参数获取对应的属性

    // get and print
    myhtml_collection_t *titles_list = myhtml_get_nodes_by_tag_id(tree, NULL, MyHTML_TAG_A, NULL);
	myhtml_serialization_node_callback(collection_first->list[0],serialization_callback,NULL);
}

解析结果，其实在这里回调触发了多次，才输出完一个标签的信息

获取全部解析结果print_found_result("Result", tree,titles_list);

    void print_found_result(const char* caption, myhtml_tree_t* html_tree, myhtml_collection_t *collection)
    {
    if(collection) {
        printf("%s:\n", caption);

        for(size_t i = 0; i < collection->length; i++) {
            printf("\t\n\n");
            myhtml_serialization_node_callback(collection->list[i], serialization_callback, NULL);
        }

        printf("\n");
    }
    else {
        printf("%s: empty\n", caption);
    }

通过回调获取到筛选出来的属性

mystatus_t serialization_callback(const char* data, size_t len, void* ctx)
{
    printf("%.*s", (int)len, data);
    return MyCORE_STATUS_OK;
}

返回结果