htmlcxxでdomをUnParse

Pocket

軽量なHTMLパースライブラリにhtmlcxxというものがあるのだが、
どうもパースしたdomをテキストにシリアライズする機能が見つからないので、
(見つからないだけで、実際はあるのかも知れないけど)
簡単に作ってみた。

[cc lang=”cpp” lines=”-1″]
#include
#include

using namespace std;
using namespace htmlcxx;

namespace htmlcxx {
namespace HTML {
bool unparseDom(tree::iterator itrbegin,
tree::iterator itrend,
std::string &strbuff,
bool bUnparseEnd = false){
if(bUnparseEnd) itrend.skip_children(), itrend++;

tree::iterator itr = itrbegin;
for(;itr != itrend; itr++){
if(itr->isTag()){
strbuff += itr->text();
std::string strendtag(itr->closingText());
if(itr.number_of_children() > 0)
unparseDom(itr.node->first_child
, itr.node->last_child, strbuff, true);
strbuff += strendtag;

// forのインクリメントで子ノードを飛ばす
itr.skip_children();
}else{
strbuff += itr->text();
}
}
return true;
}
}
}

int main(){
string html = “hey
\n”
“;

HTML::ParserDom parser;
tree dom = parser.parseTree(html);
tree::iterator itr = dom.begin();

HTML::Node n; n.isTag(true);
n.tagName(“font”);
n.text(““);
n.closingText(“
“);

// bタグの前にfontタグを作り、bタグをその下に移動
tree::iterator itr2 = dom.insert(itr += 3, n);
dom.append_child(itr2, itr); dom.erase(itr);

cout << dom << endl; std::string str; HTML::unparseDom(dom.begin(), dom.end(), str); cout << str << endl; return 0; } [/cc] [caption id="attachment_123" align="aligncenter" width="300" caption="出力結果"]出力結果[/caption]

XMLを主に使うパーサはいろいろあるけれど、
HTMLを中心にパースしてくれる軽いライブラリがなかなかないので、
重宝したりしなかったり。

コメントを残す

メールアドレスが公開されることはありません。

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください