WebView获取当前网页的页面元素

今天简单总结一下，如何通过WebView来获取Html的页面元素。

第一步，首先用WebView加载一个Html页面

NSString *str=@"http://.........";

UIWebView *webView = [[UIWebView alloc] initWithFrame:CGRectMake(0, 0, WIDTH, HEIGHT-44)];
webView.delegate = self;
NSURLRequest *request =[NSURLRequest requestWithURL:[NSURL URLWithString:str]];
[self.view addSubview: webView];
[webView loadRequest:request];

当然，可以在webView的加载过程中用我们自己的Loading....(在代理方法中实现)

先来看一下webView的几个代理

-(void)webViewDidStartLoad:(UIWebView *)webView
{
[[BKLoadingView shared] startLoading];
}

要获取Html的元素，首先要等页面加载完成，就是主要在下面方法中实现

- (void)webViewDidFinishLoad:(UIWebView *)webView
{
[[BKLoadingView shared] endLoading];
//此处获取Html页面元素
}

页面加载失败的代理

- (void)webView:(UIWebView *)webView didFailLoadWithError:(NSError *)error
{
[[BKLoadingView shared] endLoading];
NSLog(@"错误信息：%@",[error localizedDescription]);
if([error code] == NSURLErrorCancelled)
{   //页面还没有加载完成有发生其它情切或者加载其他页面
//这时会走这个方法报NSURLErrorCancelled -999错
//并不影响正常，所以加上这个就可以了
return;
}
}

第二步，就可以在我们刚才所说的webViewDidFinishLoad方法中获取页面元素了

1.获取当前页面的title

NSString *title = [webView stringByEvaluatingJavaScriptFromString:@"document.title"];
//NSLog(@"页面title:%@",title);

2.获取当前页面路径

NSString *currentURL = webView.request.URL.absoluteString;
NSLog(@"currentURL===%@",currentURL);

3.获取当前页面Html

NSString *lJs = @"document.documentElement.innerHTML";
NSString *currentHTML = [webView stringByEvaluatingJavaScriptFromString:lJs];
NSLog(@"currentHTML======%@",currentHTML);

4.使用正则表达式，去掉html中的标签元素，获得纯文本

//content是根据网址获得的网页源码字符串(就是currentHTML)
NSRegularExpression *regularExpretion=[NSRegularExpression regularExpressionWithPattern:@"<[^>]*>" options:0 error:nil];
//替换所有html和换行匹配元素为"-"
content=[regularExpretion stringByReplacingMatchesInString:content options:NSMatchingReportProgress range:NSMakeRange(0,content.length) withTemplate:@"-"];
//根据正则表达式把多个"-"匹配为一个"-"
regularExpretion=[NSRegularExpression regularExpressionWithPattern:@"-{1,}" options:0 error:nil] ;
content=[regularExpretion stringByReplacingMatchesInString:content options:NSMatchingReportProgress range:NSMakeRange(0, content.length) withTemplate:@"-"];
//把\t和\n换成@""
regularExpretion=[NSRegularExpression regularExpressionWithPattern:@"\t|\n" options:0 error:nil] ;
content=[regularExpretion stringByReplacingMatchesInString:content options:NSMatchingReportProgress range:NSMakeRange(0, content.length) withTemplate:@""];
//分成数组
NSArray *arr=[NSArray array];
content=[NSString stringWithString:content];
arr =  [content componentsSeparatedByString:@"-"];
NSMutableArray *marr=[NSMutableArray arrayWithArray:arr];
for (NSString *str in arr)
{
NSString *str1=[str stringByReplacingOccurrencesOfString:@" " withString:@""];
if (str1.length==0)
{
[marr removeObject:str];
}
}
NSLog(@"marr===%@",marr);

当然可以根据正则表达式自己随意替换，根据不同符号分组

第三，我们可以获取webView上面按钮的点击事件

UIWebView的协议里面有这么个方法，可以获取它加载的网页上面的事件，比如单击了图片，单击了按钮等等

- (BOOL)webView:(UIWebView *)webView shouldStartLoadWithRequest:(NSURLRequest *)request navigationType:(UIWebViewNavigationType)navigationType
{
//判断是否是单击
if (navigationType == UIWebViewNavigationTypeLinkClicked)
{
NSURL *url = [request URL];
if([[UIApplication sharedApplication]canOpenURL:url])
{
[[UIApplication sharedApplication]openURL:url];
}
return NO;
}
return YES;
}

这样写了之后，点击按钮之后就不会用当前的UIWebView来加载网络上的网页，而是调用系统的Safari来打开。

注意：最后一点要返回YES，否则UIWebView刚开始将一片空白，这是因为第一次加载的时候也是UIWebView请求一个链接，如果返回NO，就不会去加载了。还可以对url的内容进行判断，看是什么请求，然后再确定是否返回YES。

接口，如果为webView添加了delegate对象并实现该接口，那么在webView加载任何一个frame之前都会delegate对象的该方法，该方法的返回值用以控制是否允许加载目标链接页面的内容，返回YES将直接加载内容，NO则反之。并且UIWebViewNavigationType枚举，定义了页面中用户行为的分类，包括

UIWebViewNavigationTypeLinkClicked，用户触击了一个链接。

UIWebViewNavigationTypeFormSubmitted，用户提交了一个表单。

UIWebViewNavigationTypeBackForward，用户触击前进或返回按钮。

UIWebViewNavigationTypeReload，用户触击重新加载的按钮。

UIWebViewNavigationTypeFormResubmitted，用户重复提交表单

UIWebViewNavigationTypeOther，发生其它行为。

拼接的Html最后加的按钮的方法如下：

NSURL * path = [NSURL fileURLWithPath:[[NSBundle mainBundle] pathForResource:@"source_page_button" ofType:@"png"]];

[strReturn appendString:[NSString stringWithFormat:@"<div style='display:block;text-align:center;margin:0 auto;'><a href='%@'><img src='%@'></a></div>",_url,path]];

获取点击的按钮的方法名

- (BOOL)webView:(UIWebView *)webView shouldStartLoadWithRequest:(NSURLRequest *)request navigationType:(UIWebViewNavigationType)navigationType
{
NSString *url = request.URL.absoluteString;
NSLog(@"url:%@",url);
NSRange range = [url rangeOfString:@":"];
NSString *method = [request.URL.absoluteString substringFromIndex:range.location + 1];
NSLog(@"method:%@",method);

return YES;
}