C++ 解析html

本文参考：
HTML解析库Gumbo的使用（一）
c++解析html

C++解析网页常用的库：htmlcxx,基于gumbo的html解析库

htmlcxx经过实测发现对于html解析不友好，例如无法解析&quot，以及部分网页解析出错。

下面是基于gumbo的html解析库的实测用例：
git:https://github.com/jeflib/cjhtmlparser

• 通过标签的id查找指定标签：find("a#123")，查找标签<a id="123"> </a>
• 通过标签的class查找指定标签：find("a.123"),查找标签<a class="123"> </a>
• 查找指定标签：find("a"),查找标签<a > </a>

std::string content("<h1><a id=\"123\">wrong link</a><a class=\"special\"\\>some link</a></h1>");
       
        printf("%s\r\n", content.c_str());
        CDocument doc;
        doc.parse(content);

		CSelection c = doc.find("a");
        printf("\r\n*****************find(\"a\")**********************************\r\n");
		for (int i = 0; i < c.nodeNum(); ++i)
		{
			CNode nd = c.nodeAt(i);
			std::string ref = nd.ownText();
			printf("find label:%s,href:%s\r\n", nd.tag().c_str(), ref.c_str());
		}

        printf("\r\n*****************find(\"a#123\")**********************************\r\n");
        c = doc.find("a#123");
        for (int i = 0;i < c.nodeNum();++i)
        {
            CNode nd = c.nodeAt(i);
            std::string ref = nd.ownText();
            printf("find label:%s id=\"123\",href:%s\r\n", nd.tag().c_str(), ref.c_str());
        }
        
        printf("\r\n*****************find(\"a.special\")**********************************\r\n");
		c = doc.find("a.special");
		for (int i = 0; i < c.nodeNum(); ++i)
		{
			CNode nd = c.nodeAt(i);
			std::string ref = nd.ownText();
			printf("find label:%s class=\"special\",href:%s\r\n", nd.tag().c_str(), ref.c_str());
		}