vcs.maemo.org Git - maevies/blob - examples/gmovies.c

   1 /* Parses a Google movies web (previously downloaded on a file)
   2  * using libxml2. Examples of Google movies web files can be
   3  * found in the gmovies_data directory.
   4  */
   5
   6 #include <libxml/HTMLparser.h>
   7 #include <libxml/tree.h>
   8 #include <stdio.h>
   9
  10
  11 xmlNodePtr getSiblingByName(xmlNodePtr node, xmlChar* name, int nameLen)
  12 {
  13
  14         xmlNodePtr sibling = node->next;
  15         while((sibling != NULL) && (strncmp(sibling->name, name, nameLen) != 0)) {
  16                 sibling = sibling->next;
  17         }
  18
  19         return sibling;
  20
  21 }
  22
  23 xmlNodePtr getChildByName(xmlNodePtr node, xmlChar* name, int nameLen)
  24 {
  25         return getSiblingByName(node->children, name, nameLen);
  26 }
  27
  28 xmlNodePtr jumpXSiblings(xmlNodePtr node, int siblings)
  29 {
  30         xmlNodePtr r = node;
  31
  32         int i = 0;
  33         for(; i<siblings; i++) {
  34                 r = r->next;
  35         }
  36
  37         return r;
  38 }
  39
  40 int isSeparatorTR(xmlNodePtr node)
  41 {
  42         return ((node != NULL) && (childrenCount(node) == 1));
  43 }
  44
  45 int childrenCount(xmlNodePtr node)
  46 {
  47         int i=0;
  48         xmlNodePtr nav = node->children;
  49         while(nav != NULL) {
  50                 i++;
  51                 nav = nav->next;
  52         }
  53
  54         return i;
  55 }
  56
  57
  58 int startsTheatherData(xmlNodePtr node)
  59 {
  60
  61         if (strncmp(node->name, "tr", 2) == 0) {
  62                 xmlNodePtr td = node->children;
  63                 if ((td != NULL) && (strncmp(td->name, "td", 2) == 0)) {
  64                         xmlChar* value = xmlGetProp(td, "colspan");
  65                         return ((value != NULL) && (strncmp(value, "4", 1)) == 0);
  66                 }
  67         }
  68
  69         return -1;
  70 }
  71
  72
  73 int main (int argc, char ** argv)
  74 {
  75
  76         if (argc != 2) {
  77                 printf("usage: gmovies file.html\n");
  78                 exit(-1);
  79         }
  80
  81         htmlDocPtr doc = htmlReadFile(argv[1], "UTF-8", 0);
  82
  83         xmlNodePtr root = xmlDocGetRootElement(doc);//html
  84
  85         //get the body node
  86         xmlNodePtr rootChild = getSiblingByName(root->children, "body", 4);
  87
  88         //get the form node inside body, the data is in the next node (a table)
  89         xmlNodePtr dataTable = getChildByName(rootChild, "form", 4)->next;
  90
  91         //tbody
  92         xmlNodePtr elem = dataTable;
  93         xmlNodePtr nav = dataTable->children;
  94         int i = 0;
  95         while(nav != NULL) {
  96                 elem = nav;
  97                 if (startsTheatherData(elem)) {
  98                         elem = elem->children; //td
  99                         elem = elem->children; //a
 100                         elem = elem->children; //b
 101
 102                         printf("Theather %d = %s\n", i++, xmlNodeGetContent(elem));
 103                         printf("-------------------------------------------------\n");
 104
 105                         xmlNodePtr n1 = nav->next; //in this tr there is 4 td with 2 film data
 106                         while(!startsTheatherData(n1) && !isSeparatorTR(n1)) {
 107                                 elem = n1->children->next; //the first td is for rating
 108                                 printf("%s\n", xmlNodeGetContent(elem->children->children));
 109                                 if (childrenCount(n1->children) > 2) {
 110                                         elem = elem->next->next; //the first td is for rating
 111                                         printf("%s\n", xmlNodeGetContent(elem->children->children));
 112                                 }
 113                                 n1 = n1->next;
 114                         }
 115
 116                         printf("\n\n");
 117                 }
 118                 nav = nav->next;
 119         }
 120
 121 }