抓取HTML中的图片资源

我所了解的，解决获取html中资源的方法有两种，一种是html解析，产用的是封装了libxml的TFHpple，虽然这个类库有一定的实用性，但是也有一些局限性，获取html中的资源，我更倾向于使用正则表达式。下面就通过请求一个url，从请求到得html中获取的image，来说明一下怎么样获取html中的资源。

废话少说，直接上代码，下面两个是我写的两个方法，如果急着使用，可以直接复制粘贴，如果感觉还行，清评论下留下你的脚印

-(NSString*) urlstring:(NSString*)strurl{    NSURL * url = [NSURL URLWithString:strurl];    NSData *data = [NSData dataWithContentsOfURL:url];    //GBK转码，解决中文乱码问题    NSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding (kCFStringEncodingGB_18030_2000);    NSString * retStr = [[NSString alloc] initWithData:data encoding:enc];    return retStr;}

具体上面这个方法是干什么的，可以通过代码里面的注释去理解

下面看第二个方法

-(NSMutableArray *)substringByRegular:(NSString *)regular andResult:(NSString *)htmlResult{    NSString * reg=regular;    NSRange r= [htmlResult rangeOfString:reg options:NSRegularExpressionSearch];    NSMutableArray *arr=[NSMutableArray array];        //递归，截取符合正则表达式要求的字符串，并把符合要求字符串存放在可变数组中    if (r.length != NSNotFound &&r.length != 0)    {        while (r.length != NSNotFound &&r.length != 0)        {            NSString* substr = [htmlResult substringWithRange:r];            [arr addObject:substr];            NSRange startr=NSMakeRange(r.location+r.length, [htmlResult length]-r.location-r.length);            r=[htmlResult rangeOfString:reg options:NSRegularExpressionSearch range:startr];        }    }    return arr;}

这个方法是根据正则表达式，截取你想要的内容。

如果你不想理解怎么截取的，想尽快实现此功能，那么，你需要做的就是把上面这两个方法复制到你的工程里面，按照下面的样子去调用就行了，看看下面调用的代码：

 NSString * str = [[NSString alloc] initWithContentsOfURL:[NSURL URLWithString:@"http://www.lomowo.com/posts/47689"] encoding:4 error:nil]; NSLog(@"==result = %@",[self substringByRegular:@"(?<=src=\").+?\\.(gif|jpg|bmp|png)(?=\")" andResult:str]);

//获取图片
    [arr enumerateObjectsUsingBlock:^(NSString * obj, NSUInteger idx, BOOL *stop) {
        if ([obj rangeOfString:@"http://"].length>0)
        {
            NSData * data = [NSData dataWithContentsOfURL:[NSURL URLWithString:obj]];
            UIImage * image = [UIImage imageWithData:data];
            NSLog(@"-height = -%f--width = %f",image.size.height,image.size.width);
        }
    }];

这个正则表达式，是获取html中的图片url的正则表达式，如果你想获取其他资源，只需要换一下这个正则表达式即可。

ok，文章就写到这，希望我这几个小时的忙碌能够帮助到一些人

更多地技术资源