https://github.com/chloro-pn/hparser
light-weight, simple and fast xhtml parser library for c++11 with DOM-like interface
https://github.com/chloro-pn/hparser
cplusplus-11 xhtml xml xml-parser
Last synced: 7 months ago
JSON representation
light-weight, simple and fast xhtml parser library for c++11 with DOM-like interface
- Host: GitHub
- URL: https://github.com/chloro-pn/hparser
- Owner: chloro-pn
- License: mit
- Created: 2020-02-11T12:50:26.000Z (over 5 years ago)
- Default Branch: master
- Last Pushed: 2020-02-14T09:35:29.000Z (over 5 years ago)
- Last Synced: 2025-01-16T10:05:55.308Z (9 months ago)
- Topics: cplusplus-11, xhtml, xml, xml-parser
- Language: C++
- Homepage:
- Size: 141 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# hparser
hparser is a light-weight, simple and fast xhtml parser library for c++11 with DOM-like interface, which supports utf-8 encoding(without BOM).
hparser 仅提供访问接口，不提供修改接口。
hparser 可基于正则表达式进行访问和查询。由于std::regex目前对unicode的支持有限，因此如果你使用ascii码以外的正则匹配可能无法得到正确答案。对此hparser提供
utf8_to_utf32接口(std::string -> std::u32string)和utf32_to_utf8(std::u32string -> std::string)接口。如果有支持u32string(即char32_t存储类型)的正则表达式库，可以结合hparser.find接口以及utf8_to_utf32接口执行正则匹配。
hparser解析过程单遍遍历文本，且未使用递归调用，因此未限制DOM文档树最大深度，最大限制取决于内存等其他系统资源。
# license
MIT License.
# test
基于Catch2进行单元测试。
# build
hparser 使用cmake工具进行构建
```
mkdir build && cd build
cmake ..
make
```
在(project_dir)/build/lib 中会生成静态库libhparser.a。在(project_dir)/build/bin中会生成可执行程序 hparser_test 和 examples。分别为单元测试
程序和example程序。examples中通过解析文件(project_dir)/examples/1.html，输出所有拥有属性"href"的元素。输出格式为tag : "url" \n。
hparser解析的属性值均没有去除"号。
# doc
https://segmentfault.com/a/1190000021749001
# example
```
#include "../include/hparser.h"
#include
#include
#include
#include
int main() {
std::ifstream in("../../examples/1.html", std::ios::binary);
assert(in.good() == true);
std::string content;
while(true) {
char tmp;
in.read(&tmp, sizeof(tmp));
if(in.eof() == true) {
break;
}
assert(in.good() == true);
content.push_back(tmp);
}
in.close();
//定义并初始化类hparser，构造函数中进行解析。
hparser h(content);
//result的类型是std::vector。find_attr接口根据是否具有属性"href"筛选element并返回。
auto result = h.find_attr("href");
for(auto it = result.begin(); it != result.end(); ++it) {
std::cout << (*it)->tag() << " : " << (*it)->operator[]("href") << std::endl;
}
return 0;
}
```