c++ - C++ Xerces パーサー HTML の読み込みと HTML 要素の検索

Question

Xerces DOMDocument C++ Parser を使用して HTML をロードし、特定の HTML 要素を検索しようとしています。これを達成する方法の良い例を見つけるのに苦労しています。私が見つけたように見えるのは、XMLの解析だけです。誰か助けてくれませんか？ありがとう。

Answer 1

これを見てください：http://xerces.apache.org/xerces-c/program-dom-3.html

DOMDocument の例もあります。

// // 小さなドキュメント ツリーを作成します //

{
    XMLCh tempStr[100];

    XMLString::transcode("Range", tempStr, 99);
    DOMImplementation* impl = DOMImplementationRegistry::getDOMImplementation(tempStr, 0);

    XMLString::transcode("root", tempStr, 99);
    DOMDocument*   doc = impl->createDocument(0, tempStr, 0);
    DOMElement*   root = doc->getDocumentElement();

    XMLString::transcode("FirstElement", tempStr, 99);
    DOMElement*   e1 = doc->createElement(tempStr);
    root->appendChild(e1);

    XMLString::transcode("SecondElement", tempStr, 99);
    DOMElement*   e2 = doc->createElement(tempStr);
    root->appendChild(e2);

    XMLString::transcode("aTextNode", tempStr, 99);
    DOMText*       textNode = doc->createTextNode(tempStr);
    e1->appendChild(textNode);

    // optionally, call release() to release the resource associated with the range after done
    DOMRange* range = doc->createRange();
    range->release();

    // removedElement is an orphaned node, optionally call release() to release associated resource
    DOMElement* removedElement = root->removeChild(e2);
    removedElement->release();

    // no need to release this returned object which is owned by implementation
    XMLString::transcode("*", tempStr, 99);
    DOMNodeList*    nodeList = doc->getElementsByTagName(tempStr);

    // done with the document, must call release() to release the entire document resources
    doc->release();
};

...そしてとても長い。

編集：

しかし、HTML を DOMDocument にロードして、html 要素を検索するにはどうすればよいでしょうか。それが私が理解しようとしているものです。

XercesDOMParser パーサー。

parser.loadGrammar("grammar.dtd", Grammar::DTDGrammarType);

parser.setValidationScheme(XercesDOMParser::Val_Always);

ハンドラー ハンドラー。

parser.setErrorHandler( &handler );

parser.parse("xmlfile.xml");