我正在尝试在任何HTML元标记中获取charset属性 . （即 < meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1" > ）有没有办法在Linux下的C中做到这一点 . 我使用HTML整理作为解析器，但我无法获得该属性以返回与us-ascii不同的任何内容（即使编码为utf-8）
这是我得到的输出：* . * 4 Node：meta
名称attr：http-equiv
值attr：Content-Type
名称attr：内容
值attr：text / html;字符集= US-ASCII
1 回答
根据Vinko Vrsalovic的要求，以下是获得该结果的代码：
void dumpNode（TidyNode tnod，int indent）
{
TidyNode孩子;
for（child = tidyGetChild（tnod）; child; child = tidyGetNext（child））
{
ctmbstr名称;
switch（tidyNodeGetType（child））
{
case TidyNode_Root：name = "Root";打破;
case TidyNode_DocType：name = "DOCTYPE";打破;
case TidyNode_Comment：name = "Comment";打破;
case TidyNode_ProcIns：name = "Processing Instruction";打破;
case TidyNode_Text：name = "Text";打破;
case TidyNode_CDATA：name = "CDATA";打破;
case TidyNode_Section：name = "XML Section";打破;
case TidyNode_Asp：name = "ASP";打破;
case TidyNode_Jste：name = "JSTE";打破;
case TidyNode_Php：name = "PHP";打破;
case TidyNode_XmlDecl：name = "XML Declaration";打破;
case TidyNode_Start：
case TidyNode_End：
case TidyNode_StartEnd：
默认：
name = tidyNodeGetName（child）;
TidyAttr att = tidyAttrFirst（孩子）;
而（att）
{
std :: cout <"Name attr: " << tidyAttrName（att）<< std :: endl;
std :: cout <"Value attr:" << tidyAttrValue（att）<< std :: endl;
att = tidyAttrNext（att）;
}
打破;
}
assert（name！= NULL）;
printf（"%d*.*%d%sNode: %s\n"，缩进，缩进，" "，名称）;
dumpNode（child，indent 4）;
}
}
void dumpHtml（TidyDoc tdoc）
{
dumpNode（tidyGetHtml（tdoc），0）;
}
int main（int argc，char ** argv）{
std :: string toReturn（“”）;
TidyBuffer输出;
TidyBuffer errbuf;
int rc = -1;
Bool好的;
tidyBufInit（输出）;
tidyBufInit（＆errbuf）;
TidyDoc tdoc = tidyCreate（）;
ok = tidyOptSetBool（tdoc，TidyXhtmlOut，yes）; //转换为XHTML
如果（好的）
rc = tidySetErrorBuffer（tdoc，＆errbuf）; //捕获诊断
if（rc> = 0）
rc = tidyParseFile（tdoc，"fuebuena.html"）; //解析输入
if（rc> = 0）
rc = tidyCleanAndRepair（tdoc）; //收拾它！
if（rc> = 0）
dumpHtml（tdoc）;
返回0;
}