iOS解析html

首先是要对HTML文本进行去除标签。

 + (NSString *)filterHTML:(NSString *)html
{
    if (!html) {
        return nil;
    }
    NSScanner * scanner = [NSScanner scannerWithString:html];
    NSString  *text = nil;
    while([scanner isAtEnd]==NO)
    {
        //找到标签的起始位置
        [scanner scanUpToString:@"<" intoString:nil];
        //找到标签的结束位置
        [scanner scanUpToString:@">" intoString:&text];
        NSRange range = [text rangeOfString:@"img"];
        if (!range.length) {
            NSRange range = [text rangeOfString:@"image"];
            if (range.length) {
                
            }else {
                //<br> </p>标签设置换行
                if ([text hasSuffix:@"<br"]|| [text hasSuffix:@"</p"]) {
                    html = [html stringByReplacingOccurrencesOfString:[NSString stringWithFormat:@"%@>",text] withString:@"\n"];
                }else{
                    html = [html stringByReplacingOccurrencesOfString:[NSString stringWithFormat:@"%@>",text] withString:@""];
                }
            }
        }else {
            html = [html stringByReplacingOccurrencesOfString:[NSString stringWithFormat:@"%@>",text] withString:[text getImageSrc]];
        }
    }
    //防止设置标签导致的多次换行
    NSString *n = @"\n\n";
    html = [html stringByReplacingOccurrencesOfString:n withString:@"\n"];
    
    NSString *regEx = @"&quot";
    html = [html stringByReplacingOccurrencesOfString:regEx withString:@"\""];
    
//    NSString *nbsp= @"&nbsp;&nbsp;";
//    html = [html stringByReplacingOccurrencesOfString:nbsp withString:@"\n"];
    
    NSString *nbsps= @"&nbsp;";
    html = [html stringByReplacingOccurrencesOfString:nbsps withString:@" "];
    
    NSString *amp= @"&amp;";
    html = [html stringByReplacingOccurrencesOfString:amp withString:@"&"];
    
    return [html stringByTrimmingCharactersInSet:[NSCharacterSet whitespaceAndNewlineCharacterSet]];//去除首尾空格和换行
}

然后是，用正则表达式解析字符串

/// 用正则表达式解析字符串 返回 DATKTextPart 数组
+ (NSArray <DATKTextPart *>*)parserString:(NSString *)text
{
   // 换行的规则
   NSString *wrapPattern = @"\n\t";
   // 表情的规则
   NSString *emotionPattern = @"\\[[0-9a-zA-Z\\u4e00-\\u9fa5]+\\]";
   // @的规则
   NSString *atPattern = @"@[0-9a-zA-Z\\u4e00-\\u9fa5]+";
   // #话题#的规则
   NSString *topicPattern = @"#[0-9a-zA-Z\\u4e00-\\u9fa5]+#";
   // url链接的规则
   //    NSString *urlPattern = @"[a-zA-z]+://[^\\s]*";//@"\\b(([\\w-]+://?|www[.])[^\\s()<>]+(?:\\([\\w\\d]+\\)|([^[:punct:]\\s]|/)))";
   NSString *urlPattern = @"((http|ftp|https)://)?(([a-zA-Z0-9\\._-]+\\.[a-zA-Z]{2,6})|([0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}))(:[0-9]{1,4})*(/[a-zA-Z0-9\\&%_\\./-~-]*)?";
   
   
   // 中文网址匹配规则
   //    NSString *cnUrlPattern = @"((http|ftp|https|file):[^'\"\\s]+)";
   NSString *cnUrlPattern = @"((http|ftp|https|file):[^'\"]+)";
   
   // 图片链接的规则
   NSString *imgPattern = [NSString stringWithFormat:@"<image url='%@' size='(\\d+?)-(\\d+?)' F=(\\d+?)>", cnUrlPattern];
   
   
   // 填空的规则
   NSString *gapPattern = @"_____+";
   
   // 选择填空的规则
   NSString *optionalGapPattern = @"______+";
   
   
   
   //    NSString *imgPattern = [NSString stringWithFormat:@"<image url='%@' size='(\\d+?)-(\\d+?)'>", @"([\\S]*)"];
   // (\\s*) 表示若干个 空格符，包括tab键和换行符
   // ([\\S]*) 匹配除去空格的任意字符
   // ([\s\S]*) 或 ([\d\D]*) 或 ([\w\W]*) 匹配包括换行符在内的任意字
   // ^s*|s*$ 匹配首尾空白字符的正则表达式 可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
   
   // 组合多个正则条件
   //    NSString *pattern = [NSString stringWithFormat:@"%@|%@|%@|%@|%@|%@|%@|%@", wrapPattern,emotionPattern, gapPattern,atPattern, topicPattern, urlPattern, imgPattern, optionalGapPattern];
   NSString *pattern = [NSString stringWithFormat:@"%@|%@|%@|%@|%@", wrapPattern,emotionPattern, gapPattern, imgPattern, optionalGapPattern];
   
   // 遍历所有的特殊字符串
   NSMutableArray *parts = [NSMutableArray array];
   [text enumerateStringsMatchedByRegex:pattern usingBlock:^(NSInteger captureCount, NSString *const __unsafe_unretained *capturedStrings, const NSRange *capturedRanges, volatile BOOL *const stop) {
       if ((*capturedRanges).length == 0) return;
       
       DATKTextPart *part = [[DATKTextPart alloc] init];
       part.isSpecical = YES;
       part.text = *capturedStrings;
       part.isEmotion = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",emotionPattern]];//[part.text hasPrefix:@"["] && [part.text hasSuffix:@"]"];
       part.isWebsite = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",urlPattern]];
       part.isTopic = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",topicPattern]];
       part.isImage = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",imgPattern]];
       part.isAt = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",atPattern]];
       part.isGap = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",gapPattern]];
       part.isOptionalGap = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",optionalGapPattern]];
       
       part.isWrap = [part.text isMatchedByRegex:[NSString stringWithFormat:@"^%@$",wrapPattern]];
       part.range = *capturedRanges;
       // 二次匹配查找url
       if (part.isImage) {
           //判断是否是公式图片
           part.imgUrl = [part.text stringByMatching:cnUrlPattern capture:0];
           NSString *sizePattern = @"size='(\\d+?)-(\\d+)'";
           part.imgWidht = [[part.text stringByMatching:sizePattern capture:1] floatValue];
           part.imgHeight = [[part.text stringByMatching:sizePattern capture:2] floatValue];
           part.isFormula = [part.text containsString:@"F=1"];
       }
       [parts addObject:part];
   }];
   
   // 遍历所有的非特殊字符
   [text enumerateStringsSeparatedByRegex:pattern usingBlock:^(NSInteger captureCount, NSString *const __unsafe_unretained *capturedStrings, const NSRange *capturedRanges, volatile BOOL *const stop) {
       if ((*capturedRanges).length == 0) return;
       
       DATKTextPart *part = [[DATKTextPart alloc] init];
       part.text = *capturedStrings;
       part.range = *capturedRanges;
       [parts addObject:part];
   }];
   
   // 排序
   // 系统是按照从小 -> 大的顺序排列对象
   [parts sortUsingComparator:^NSComparisonResult(DATKTextPart *part1, DATKTextPart *part2) {
       // NSOrderedAscending = -1L, NSOrderedSame, NSOrderedDescending
       // 返回NSOrderedSame:两个一样大
       // NSOrderedAscending(升序):part2>part1
       // NSOrderedDescending(降序):part1>part2
       if (part1.range.location > part2.range.location) {
           // part1>part2
           // part1放后面, part2放前面
           return NSOrderedDescending;
       }
       // part1<part2
       // part1放前面, part2放后面
       return NSOrderedAscending;
   }];
   
   return parts;
   
}

这里的DATKTextPart类，主要是对正则解析出的字符串类型进行封装。方便后面使用。

typedef NS_ENUM(NSUInteger, DTKTextPartSpecicalType) {
    DTKTextPartSpecicalTypeNormal           = 0, // 无格式字符串
    DTKTextPartSpecicalTypeEmotion          = 1, // 表情
    DTKTextPartSpecicalTypeTopic            = 2, // 话题
    DTKTextPartSpecicalTypeAt               = 3, // @某人
    DTKTextPartSpecicalTypeWebsite          = 4, // 网址
    DTKTextPartSpecicalTypeImage            = 5, // 其他图片
    DTKTextPartSpecicalTypeGap              = 6, // 填空
    DTKTextPartSpecicalTypeOptionalGap      = 7, // 填空选择
    DTKTextPartSpecicalTypeWrap             = 8, // 换行
};

@interface DATKTextPart : NSObject
/** 这段文字的内容 */
@property (nonatomic, copy) NSString *text;
/** 这段文字的范围 */
@property (nonatomic, assign) NSRange range;
@property (nonatomic, assign)   DTKTextPartSpecicalType textType;

/** 是否为特殊文字 */
@property (nonatomic, assign) BOOL isSpecical;
/** 是否为表情 */
@property (nonatomic, assign) BOOL isEmotion;
/** 是否为图片 */
@property (nonatomic, assign) BOOL isImage;

/** 是否为话题 */
@property (nonatomic, assign) BOOL isTopic;
/** 是否为网址 */
@property (nonatomic, assign) BOOL isWebsite;
/** 是否为@某人 */
@property (nonatomic, assign) BOOL isAt;
/** 是否为选择填空题 */
@property (nonatomic, assign) BOOL isOptionalGap;

/** 是否为填空题 */
@property (nonatomic, assign) BOOL isGap;
/** 是否为换行 */
@property (nonatomic, assign) BOOL isWrap;

/** imgurl */
@property (nonatomic, strong) NSString *imgUrl;
/** imgWidth */
@property (nonatomic, assign) CGFloat imgWidht;
/** imgHeight */
@property (nonatomic, assign) CGFloat imgHeight;

/**
 是否是公式
 */
@property (nonatomic , assign) BOOL isFormula;

在实际项目中，我们采用第三方图文混排的TYATTributeLabel进行内容的展示和布局。
大概代码如下：

- (void)setStemContent {
    
    
    for (DATKTextPart *textPart in self.textArray) {
        if (textPart.textType == DTKTextPartSpecicalTypeNormal) {
            [self.stemLabel appendText:textPart.text];
        }
        if (textPart.textType == DTKTextPartSpecicalTypeImage) {
            
            NSURL *imageUrl = [NSURL URLWithString:textPart.imgUrl];
            // 追加 图片Url
            TYImageStorage *imageUrlStorage = [[TYImageStorage alloc]init];
            imageUrlStorage.isFormula = textPart.isFormula;
            imageUrlStorage.imageURL = imageUrl;
        
                if (imageUrlStorage.isFormula) {
                    imageUrlStorage.size = CGSizeMake(formulaImageRate*textPart.imgWidht, formulaImageRate*textPart.imgHeight);
                } else {
                    imageUrlStorage.size = CGSizeMake(normalImageRate*textPart.imgWidht, normalImageRate*textPart.imgHeight);
                }
            
            [self.stemLabel appendTextStorage:imageUrlStorage];
            [self.stemLabel appendText:@" "];
        }
        if (textPart.textType == DTKTextPartSpecicalTypeGap|| textPart.textType == DTKTextPartSpecicalTypeOptionalGap ) {
            
            // 填空题
            TYTextStorage *textStorage = [[TYTextStorage alloc] init];
            textStorage.text = @"          ";
            textStorage.underLineStyle = kCTUnderlineStyleSingle;
            textStorage.font = PF_SC_Medium(17);;
            [self.stemLabel appendTextStorage:textStorage];

        }
    }
    
    self.stemLabel.linesSpacing = tkLineSpace;
    [self.stemLabel sizeToFit];
}
�
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 204,590评论 6赞 478
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 86,808评论 2赞 381
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 151,151评论 0赞 337
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,779评论 1赞 277
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,773评论 5赞 367
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,656评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 38,022评论 3赞 398
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,678评论 0赞 258
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 41,038评论 1赞 299
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2赞 321
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1赞 330
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,411评论 4赞 321
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 39,005评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1赞 260
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2赞 350
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2赞 343

推荐阅读更多精彩内容

  • iOS工具和框架1
    1、通过CocoaPods安装项目名称项目信息 AFNetworking网络请求组件 FMDB本地数据库组件 SD...
    阳明先生_x阅读 15,967评论 3赞 119
  • 山川载不动我的哀愁
    缥缈的流年 你是否还依稀记得我的容颜 那时，我们都还年少 我的相思却是浸润了 流年的枝枝蔓蔓 春花早已熟稔了葬花的...
    暮潇潇阅读 516评论 8赞 15
  • 一定要保护好自己的身体
    突然发现自己的身体不行了。二十几岁身体弱不禁风，竟矫情的让人不敢相信。 想想小时候，夏天再热都不曾流汗。那时还小以...
    4e57b8f24a48阅读 2,258评论 2赞 5