[Swift通天遁地]七、数据与安全-(2)对XML和HTML文档的快速解析

★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
➤微信公众号：山青咏芝（shanqingyongzhi）
➤博客园地址：山青咏芝（https://www.cnblogs.com/strengthen/）
➤GitHub地址：https://github.com/strengthen/LeetCode
➤原文地址：https://www.cnblogs.com/strengthen/p/10300747.html 
➤如果链接不是山青咏芝的博客园地址，则可能是爬取作者的文章。
➤原文已修改更新！强烈建议点击原文地址阅读！支持作者！支持原创！
★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★

热烈欢迎，请直接点击！！！

进入博主App Store主页，下载使用各个作品！！！

注：博主将坚持每月上线一个新app！！！

目录：[Swift]通天遁地Swift

本文将演示使用Fuzi(斧子)类库实现对XML和HTML文档的快速解析。

首先确保在项目中已经安装了所需的第三方库。

点击【Podfile】,查看安装配置文件。

platform :ios, '12.0'
use_frameworks!

target 'DemoApp' do
    source 'https://github.com/CocoaPods/Specs.git'
    pod 'Fuzi'
end

根据配置文件中的相关配置，安装第三方库。

然后点击打开【DemoApp.xcworkspace】项目文件。

在项目导航区，打开视图控制器的代码文件【ViewController.swift】

import UIKit
//引入已经安装的第三方类库
import Fuzi

class ViewController: UIViewController {
    
    override func viewDidLoad() {
        super.viewDidLoad()
        // Do any additional setup after loading the view, typically from a nib.
        //实现对XML文档的解析
        parseXML()
        //实现对HTML文档的解析
        parseHTML()
    }
    
    //添加一个方法，实现对XML文档的解析
    func parseXML()
    {
        //从项目中读取指定文件名称的待解析的文档。
        let fileUrl = URL(fileURLWithPath: ((#file as NSString).deletingLastPathComponent as NSString).appendingPathComponent("nutrition.xml"))
        //添加一个异常捕捉语句，用来处理对XML文档的解析操作。
        do
        {
            //读取待解析的文档，并存储在一个数据常量中。
            let data = try Data(contentsOf: fileUrl)
            //将加载的数据转换成文档对象。
            let document = try XMLDocument(data: data)
            
            //获得文档对象的根节点，并在控制台输出根节点的标签的值。
            if let root = document.root
            {
                //输出日志信息
                print("Root Element: \(String(describing: root.tag))")
                
                print("\nDaily values:")
                //获得根节点中指定标签的节点，
                //然后获得该节点下的所有子节点，
                //并对子节点进行遍历。
                for element in root.firstChild(tag: "daily-values")?.children ?? []
                {
                    //获得节点标签的名称
                    let nutrient = element.tag
                    //获得节点的值
                    let amount = element.numberValue
                    //获得节点属性的值
                    let unit = element["units"]
                    //在控制台输出节点各元素的值
                    print("- \(amount!)\(unit!) \(nutrient!)")
                }
                //输出一个换行符
                print("\n")
                
                //通过X路径格式，获得指定的节点。
                //这里获得食物节点下的名称子节点。
                var xpath = "//food/name"
                //在控制台输出该节点。
                print("XPath Search: \(xpath)")
                
                //遍历所有的名称节点
                for element in document.xpath(xpath)
                {
                    //并在控制台输出食物的名称
                    print("\(element)")
                }
                //输出另一个换行符
                print("\n")
                
                //还可以通过和CSS相似的方法，来查找指定的节点。
                //这里获得食物节点下的指定的子节点。
                let css = "food > serving[units]"
                //初始化一个文档元素
                var blockElement:XMLElement? = nil
                //在控制台输出搜索路径
                print("CSS Search: \(css)")
                
                //对指定路径下的节点进行遍历
                for (index, element) in document.css(css).enumerated()
                {
                    //当循环的索引为数字1时，                    
                    if index == 1
                    {
                        //获得遍历的节点。
                        blockElement = element
                        break
                    }
                }
                //然后在控制台输出第二个节点。
                print("Second element: \(blockElement!)\n")
                
                //在控制台输出食物节点下的，名称子节点的X路径。
                xpath = "//food/name"
                print("XPath Search: \(xpath)")
                
                //获得文档中的指定路径的第一个节点，
                //在控制台输出该节点的内容。
                let firstElement = document.firstChild(xpath: xpath)!
                print("First element: \(firstElement)")
            }
        }
        catch
        {
            print("Something went wrong :(")
        }
    }
    
    //添加一个方法，实现对HTML文档的解析
    func parseHTML()
    {
        //从项目中读取指定的网页文件
        let fileUrl = URL(fileURLWithPath: ((#file as NSString).deletingLastPathComponent as NSString).appendingPathComponent("index.html"))
        //添加一个异常捕捉语句，用来处理对HTML文档的解析操作。
        do
        {
            //获得指定位置的网页文件，将文件存储在数据对象中。
            let data = try Data(contentsOf: fileUrl)
            //将网页数据转换成文档对象。
            let doc = try HTMLDocument(data: data)
            
            //获得文档对象中的第一个指定的节点，            
            if let elementById = doc.firstChild(css: "#copyright")
            {
                //并在控制台输出该节点的内容。
                print(elementById.stringValue)
            }
            
            //获得文档对象中的所有链接节点，
            //并对链接节点进行遍历
            for link in doc.css("a, link")
            {
                //在控制台输出链接的路径
                print(link.rawXML)
                print(link["href"] as Any)
            }
            
            //获得主体节点下的所有链接节点，
            if let firstAnchor = doc.firstChild(xpath: "//body/a")
            {
                //并输出第一个网络链接。
                print(firstAnchor["href"] as Any)
            }
            
            //获得头结点下的所有脚本节点，
            for script in doc.xpath("//head/script")
            {
                //并输出脚本节点的文档路径
                print(script["src"] ?? "")
            }
            
            //获得主体节点下的所有链接节点，
            if let result = doc.eval(xpath: "count(//body/a)")
            {
                //并在控制台输出该数量
                print("anchor count : \(result.doubleValue)")
            }
            
            //输出标题
            print(doc.title as Any)
            //输出头节点
            print(doc.head as Any)
            //输出主题节点
            print(doc.body as Any)
        }
        catch
        {
            print("Something went wrong :(")
        }
    }
    
    override func didReceiveMemoryWarning() {
        super.didReceiveMemoryWarning()
        // Dispose of any resources that can be recreated.
    }
}