我修改了在这里找到的 DOM 解析示例：https://libxmlplusplus.github.io/libxmlplusplus/manual/html/chapter-parsers.html#sect-dom-parser
代码：
#include <libxml++/libxml++.h>
#include <iostream>
#include <cstdlib>
int main(int argc, char* argv[])
{
std::string filepath = "theHtml.html";
try
{
xmlpp::DomParser parser;
parser.parse_file(filepath);
const auto pNode = parser.get_document()->get_root_node();
for(const auto& child : pNode->get_children())
{
const auto nodeText = dynamic_cast<const xmlpp::TextNode*>(child);
if(nodeText)
{
std::cout << "Text Node" << std::endl;
std::cout << nodeText->get_content();
}
}
}
catch(const std::exception& ex)
{
std::cerr << "Exception caught: " << ex.what() << std::endl;
return EXIT_FAILURE;
}
return EXIT_SUCCESS;
}
HTML：
<!DOCTYPE html>
<html lang="en">
<head>
<title>The title</title>
</head>
<body>
<h1>My First Heading</h1>
<p>My first paragraph.</p>
</body>
</html>
输出：
Text Node
Text Node
Text Node
21:05:13: qtProject exited with code 0
似乎 get_content() 函数在我修改后的代码中无法正常工作。当应该有文本时它返回空输出。未修改的示例编译并返回位于 html 文件中的文本。文档：https://fossies.org/dox/libxml++-5.0.2/classxmlpp_1_1ContentNode.html
编辑 这似乎有效：
#include <libxml++/libxml++.h>
#include <iostream>
#include <cstdlib>
void print_node(const xmlpp::Node* node)
{
const auto nodeText = dynamic_cast<const xmlpp::TextNode*>(node);
if(nodeText && nodeText->is_white_space())
return;
if(nodeText)
{
std::cout << "Text Node" << std::endl;
std::cout << "text = \"" << nodeText->get_content() << "\"" << std::endl;
}
//Recurse through child nodes:
for(const auto& child : node->get_children())
{
print_node(child);
}
}
int main(int argc, char* argv[])
{
std::string filepath;
filepath = "theHtml.html";
try
{
xmlpp::DomParser parser;
parser.parse_file(filepath);
if(parser)
{
//Walk the tree:
const auto pNode = parser.get_document()->get_root_node();
print_node(pNode);
}
}
catch(const std::exception& ex)
{
std::cerr << "Exception caught: " << ex.what() << std::endl;
return EXIT_FAILURE;
}
return EXIT_SUCCESS;
}
输出：
Text Node
text = "The title"
Text Node
text = "My First Heading"
Text Node
text = "My first paragraph."
22:56:58: qtProject exited with code 0
您的非工作版本正在查找文本节点，但它找到的文本节点只是 HTML 顶级元素之间的空白。它没有深入到树中以找到“真正的”文本节点。所以
get_content()你可以改变你的代码来输出这个
// output text with delimiters
std::cout << '|' << nodeText->get_content() << '|' << std::endl;
准确查看您的代码找到的文本。
你的第二个工作版本是递归的，所以它确实扫描了整棵树，所以它确实找到了所有的文本。