Linux解析HTML：一种快捷的方式（linux解析html）

Linux解析HTML是在Linux应用开发中一项在不需要安装任何库的基础上解析HTML文档的任务。很多时候，应用开发者只需要少量的信息，尤其是RSS订阅，而不需要开放重量级的HTML解析器库，此时使用Linux解析HTML将更为快捷有效。以下是一种实现此任务的示范代码：

#include 
#include 
#include 
using namespace std;

int main()
{
 //Read HTML document into string
 string document = "     
 My first Header 
 
 My first paragraph. 
  ";
 string line;
 vector  lines;
 int contentBegin = 0;
 int lineBegin = 0;
 //Traverse document line by line
 for (int i = 0; i 
 {
  if(document[i] == '\n' || i == document.length() - 1) 
  {
   int lineLength = i - lineBegin;
   if(i == document.length() -1) lineLength++;

   line = document.substr(lineBegin, lineLength);
   lines.push_back(line);
   lineBegin = i + 1;
  } 
 }

 //Parse HTML Document
 for(int i = 0; i 
 {
  if(lines[i] == "")
  {
   int end = 0;
   for(int j = i; j 
   {
    if(lines[j] == "") 
    {
     end = j;
     break;
    }
   }

   for(int j = i; j 
   {
    if(lines[j][0] == '
    {
     cout 
     cout 
     break;
    }
   }
   break;
  }
  
  if (lines[i] == "")
  {
   for(int j = i + 1; j 
   {
    if(lines[j] == "") break;
    if(lines[j][0] == '
     cout 
    else
     cout 
    cout 
   }
   break;
  }
 }
 return 0;
}

上述代码使用了C++编写，它读取传入的HTML文件字符串，并以行为单位解析，获得指定的信息。首先，会提取标题，这可以在和标签之间的