url 数据任务在使用 SwiftSoup 解析时未显示正确的内容? Swift 5

url data task is not showing the right content when parsed with SwiftSoup? Swift 5

我是 swift 的新手,有一个应用程序可以执行简单的 url 数据任务来解析该网站的 html 内容。我试图加载某些元素,但没有得到我在手动检查时在网站上看到的内容。我真的不知道是什么问题。

我想我的问题是;如果我手动搜索该网站,是否有加载内容的方法?

相关代码如下:

import SwiftSoup

let config = URLSessionConfiguration.default
config.httpAdditionalHeaders = ["User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36"]
        
let session = URLSession(configuration: config)
        
let url = URL(string: link)

let task = session.dataTask(with: url!) { [self] (data, response, error) in            
    do {
        let htmlContent = NSString(data: data!, encoding: String.Encoding.utf8.rawValue)
        let doc: Document = try SwiftSoup.parse(htmlContent! as String)

        let elements = try doc.getAllElements().array()                    
                    
    } catch Exception.Error(type: let type, Message: let message) {
        print(type)
        print(message)
    } catch {
        print("error")
    }
                
}
            

请告诉我是否有任何方法可以做到这一点,即使它涉及使用不同的包来解析数据。这对我的应用程序非常重要。如果能提供任何帮助,我将不胜感激!

谢谢。

我怀疑问题可能是您的用户代理被发送到您正在解析其响应的网站。

用户代理是一个字符串,随请求一起发送到 url(作为附加 header)。它可以识别您的身份,以便发送适当的回复。

例如,如果您在 Big Sur 上 Mac 从 Safari 请求用户代理可能是:

"Mozilla/5.0 (Macintosh; Intel Mac OS X 11_5_2) AppleWebKit/605.1.15 (KHTML, like壁虎) Version/14.1.2 Safari/605.1.15"

而从 iPad 开始可能是:

"Mozilla/5.0 (iPad; CPU OS 14_7_1 喜欢 Mac OS X) AppleWebKit/605.1.15(KHTML,如 Gecko)Version/14.1.2 Mobile/15E148 Safari/604.1"

为请求提供服务的站点使用用户代理来确定对 return 的响应类型以及要包含的功能(完整站点、移动站点、文本站点等)。

对于 Swift 应用程序中的 URLSession,用户代理是应用程序的包名称。因此,该网站可能会对此感到困惑,并且 return 显示的内容与您在浏览器中访问它时看到的内容不同。

部分选项:

探索该站点,它可能有更好的 url 用于获取您想要的信息。

更改您要发送的 user-agent 字符串。基本步骤是:

let config = URLSessionConfiguration.default
config.httpAdditionalHeaders = ["User-Agent": "User-Agent String Here"]
let session = URLSession(configuration: config)

您可能需要调整您对共享 session 的使用以支持此功能(例如:使用您的配置创建一个 session 并使用它,如上所述,或者检查是否有使用共享 session).

为您的请求覆盖 ​​header 的方法

我找到了适合我的解决方案。相关代码如下:

private let webView: WKWebView = {
    let prefs = WKPreferences()
    prefs.javaScriptEnabled = true
    let config = WKWebViewConfiguration()
    config.preferences = prefs
    let webView = WKWebView(frame: .zero, configuration: config)
    return webView
}()

override func viewDidLoad() {
    super.viewDidLoad()
      
    view.addSubview(webView)
    webView.navigationDelegate = self
 
}

func webView(_ webView: WKWebView, didFinish navigation: WKNavigation!) {
    parseData()        
}


func parseData() {
        
    DispatchQueue.main.asyncAfter(deadline: .now() + 5.0) { [unowned self] in

        webView.evaluateJavaScript("document.body.innerHTML") { result, error in
            guard let htmlContent = result, error == nil else {
                print("error")
                return
           }                
                
           do {
               let doc = try SwiftSoup.parse(htmlContent as! String)
               var allProducts = try doc.getAllElements.array()
           } catch {
               print("error")
           }
                
       }
  
   }   
        
}

首先使用 WebView 加载网站,然后在延迟后解析数据对我来说是一个可行的解决方案。固定延迟可能不是最好的主意,所以如果有任何其他建议,将不胜感激!