Я использую для парсинга html библиотеку htmlcxx. Написала простейшую программу обхода в глубину html-странички. Функцию "walk_tree" обхода взяла вот здесь htmlcxx API usage и немного модернизировала таким образом, чтобы функция не просто выводила всё, что есть, а чтобы она искала нужный тег с нужным атрибутом и выводила его значение на экран. Но, программа выводит только то, что находится в открывающем тэге. А мне бы хотелось, чтобы она выводила текст, содержащийся внутри тэга. Помогите пжл разобраться, какой функцией можно его получить. Привожу код своей программы:
#include <iostream>
#include <dlfcn.h>
#include <strings.h>
#include <ParserDom.h>
using namespace htmlcxx;
void walk_tree( tree<HTML::Node> const & dom , std::string tagName, bool flag)
{
std::cout << "I'm recurse call!" << std::endl;
tree<HTML::Node>::iterator it = dom.begin();
if (strcasecmp(it->tagName().c_str(), tagName.c_str()) == 0) {
it->parseAttributes();
if (it->attribute("class").first)
{
std::cout << "I FOUNDED THIS TAG = p" << std::endl;
std::cout << it->text() << std::endl;
flag = true;
}
return;
}
if (!flag) {
for ( unsigned i = 0; i < dom.number_of_children(it); i++ )
{
walk_tree( dom.child(it,i), tagName, flag);
}
}
else
{
return;
}
}
int main()
{
std::string str = "<!DOCTYPE html>"
"<html>"
"<head>"
"<title>Пример 1</title>"
"</head>"
"<body>"
"<H1>Привет!</H1>"
"<P class=\"TextBox\">Это простейший пример HTML-документа.</P>"
"<P>Этот *.html-файл может быть одновременно открыт"
"и в Notepad, и в Netscape."
"Сохранив изменения в Notepad, просто нажмите кнопку"
"Reload ('перезагрузить') в Netscape, чтобы увидеть"
"эти изменения реализованными в HTML-документе.</P>"
"</body>"
"</html>";
HTML::ParserDom parser;
tree<HTML::Node> dom = parser.parseTree(str);
//Dump all links in the tree
tree<HTML::Node>::iterator it = dom.begin();
tree<HTML::Node>::iterator end = dom.end();
bool flag = false;
walk_tree(dom, "p", flag);
return 0;
}
Фразу "I'm recurse call!" прописала специально, чтобы посмотреть глубину рекурсии. Вот, что выводит программа:
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I'm recurse call!
I FOUNDED THIS TAG = p
<P class="TextBox">
I'm recurse call!