[iOS] HTML 파싱 - Java Script 와 UIWebView 이용하기
HTML 파싱에 관한 부분은 한우찾기 1.0 및 2.0 에 걸쳐서 가장 핵심적인 부분이라고 할 수 있다. 총 2가지 방법을 사용해서 웹 사이트에 있는 HTML 데이터를 파싱해서 가져오고 있다. (2.4버전 이후에는 HTMLParser 를 사용할 예정)
1. Java Script + UIWebView 를 이용하는 방식
2. TFHpple(xpath) 를 이용하는 방식
3. HTMLParser 를 이용하는 방식
각각의 방식이 장단점이 있기 때문에 하나씩 살펴보도록 하겠다. 일단 이번 포스팅에서는 첫번째, 즉 Java Script 와 UIWebView 를 이용해서 개발하는 부분을 보도록 하자.
자바스크립트로 파싱을 한다?
HTML 로 파싱을 하기 위해서 어떻게 해야할까? 라는 고민을 처음 하게 되었는데,첫번째로 방법이 바로 UIWebView 에 해당 HTML 을 불러와서 UIWebView의 다음의 함수를 이용해서 처리하는 것이었다. 해당함수에 대해서 찾아보면 다음과 같이 나온다.
stringByEvaluatingJavaScriptFromString:
Returns the result of running a script.
– (NSString *)stringByEvaluatingJavaScriptFromString:(NSString *)script
Parameters
script
The script to run.
Return Value
The result of running script or nil if it fails.
파라미터로 자바스크립트를 받고 리턴 값으로 해당 결과 혹은 실패일 경우에는 nil 값을 전달해 주도록 되어있다. 즉, 이 함수를 통해서 html 에 있는 특정 값을 가져오기 위해서는 자바 스크립트가 필요하다. 자바 스크립트를 조금 공부하셔야 하는게 있긴 한데 일단 사용했던 소스를 보면 다음과 같다.
먼저 해당 파싱 대상의 HTML사이트의 소스를 봐야 한다.
위의 HTML은 실제 페이지의 일부분이다. 가져오려고 하는 데이터는 2007-11-24 라고 가정했을때 다음과 같은 자바스크립트를 구성 할 수 있다.
간단히 말하자면 ‘id가 lblBirthDate 라고 있는 곳의 innerHTML 을 가져와라’. 그럼 이 자바스크립트는 전체 HTML 문서의 id 중에서 lblBirthData 부분을 찾고, 그 태그 안에 있는 2007-11-24를 반환하게 되는 것이다. 다음의 Objective-C 코드를 보면 더 이해가 쉽게 될 것이다.
매우 간단하다. webView란, UIWebView의 인스턴스이고 거기에서 위에서 언급한 함수의 파라미터에 자바스크립트를 넣어주고 그럼, webView가 해당 자바스크립트를 실행 시켜서 데이터를 가져오는 것이다. 즉, 웹 브라우저가 자바스크립트를 실행 시켜서 데이터를 가져온다고 볼 수 있다.
일단 이 방식을 사용할때의 가장 큰 걸림돌이 여러가지가 있다.
*
첫번째, 과연 자바스크립트를 쓸 수가 있는가?*
자바스크립트가 처음이라 조금 고생했지만, 아시는 분이라면 getElementById 라는 것을 통해서 전체 html 문서 내 지정한 id를 찾는것을 기반으로 한다는것을 알 수 있을 것이다. 그런데 문제는 간혹 html 페이지 자체가 전혀 id 를 쓰지 않은채 제작된 html 페이지도 있다는 것입니다. 그럴 경우에는 이 방법을 사용 할 수 없다.
두번째, 이게 최선 입니까?
한우 찾기 2.0 을 실행해 보면 처음 12자리를 입력하고 들어가는 부분에서는 로딩뷰가 뜨는것을 확인 할 수가 있다. 사실상 로딩뷰는 위의 UIWebView가 파싱 하려는 사이트를 로딩시작할때 시작하고 끝나면 끝나게 되어 있습니다. 그렇기 때문에 사실상 찾으려는 텍스트 데이터 임에도 불구하고 html 페이지 자체에 이미지가 있는 경우에는 UIWebView에서 해당 이미지를 로딩해야 하기 때문에 속도적인 부분에서 오래 걸릴수가 있다.
정리하자면..
자바스크립트를 사용할 경우에는 반드시, HTML 페이지 소스에서 id가 있는지 확인하자.
한번쯤 프로토타입을 만들어서 시간을 측정해보고 적용하길 바란다.
다음 포스팅에서는XPath를 이용한 방법 과 HTMLParser 이용한 방법 에 대해서 다루도록 하겠다.