Парсер HTML

SeaMan75

Участник
24 Май 2010
10
1
6
#1
Каким способом лучше всего очень быстро парсить HTML? - использовать готовые решения и какие или самому изобретать велосипед?
 

Материал может быть удален по просьбе правообладателя

LeshaRB

Модератор
Команда форума
11 Июн 2007
316
448
118
Минск
#2
Ссылка скрыта / Hidden link | Почему? | Why? | Повышение/Upgrade
Каким способом лучше всего очень быстро парсить HTML? - использовать готовые решения и какие или самому изобретать велосипед?
Скрытое содержимое. Вам нужно Ссылка скрыта / Hidden link | Почему? | Why? | Повышение/Upgrade или Ссылка скрыта / Hidden link | Почему? | Why? | Повышение/Upgrade.
***Скрытое содержимое***
Есть готовые парсеры, можешь свой писать
 

Материал может быть удален по просьбе правообладателя

xmailer

Новичок
7 Ноя 2015
4
0
0
#4
Ссылка скрыта / Hidden link | Почему? | Why? | Повышение/Upgrade, работает четко. Был найден очень давно в нете.

Код:
uses HTMLPars;

var
  HTMLTag     : THTMLTag;
  HTMLParser  : THTMLParser;
  obj         : TObject;
  aTag, avalue: String;
  i           : Integer;
begin
  HTMLParser:=THTMLParser.Create;
  HTMLParser.Lines.Text:=tmp;
  HTMLParser.Execute;
  //
  for i:= 1 to HTMLParser.parsed.count do
   begin
     obj:=HTMLParser.parsed[i-1];

     if obj.classtype=THTMLText then
       avalue:=avalue+THTMLText(obj).Line;

     if (obj.classtype=THTMLTag)and(not ftovar) then
      begin
        HTMLTag:=THTMLTag(obj);
        aTag   :=LowerCase(HTMLTag.Name);

        if (aTag='tr') then
         begin
           ...
           Continue;
        end;
		
        if (aTag='/tr') then
         begin
		   // что то делаем с собранным текстом avalue
		   ...
		   avalue:='';
           Continue;
        end;
      end;
   end;
end;
 

Материал может быть удален по просьбе правообладателя

fets

Новичок
4 Окт 2011
7
1
8
#6
так же для парсинга можно использовать стандартный компонент TWebBrwoser, но я рекомендую юзать TChromium и у него намного больше внутренних инструментов, для парсинга HTML + встроенные отладчик страниц + скорость работы. Так же можно использовать его не визуальный компонент для этих целей.
 

Материал может быть удален по просьбе правообладателя
Последнее редактирование модератором:

DelGor

Участник
25 Июл 2011
21
3
8
#8
TRegExpr и т.п - Регулярки уже не модные что ли..
Да и вообще, задача не понятна.. всё от задачи зависит, что парсить, может можно обойтись Copy\Pos..
 

Материал может быть удален по просьбе правообладателя

under44

Новичок
29 Июн 2011
3
0
0
#9
Ссылка скрыта / Hidden link | Почему? | Why? | Повышение/Upgrade
TRegExpr и т.п - Регулярки уже не модные что ли..
Да и вообще, задача не понятна.. всё от задачи зависит, что парсить, может можно обойтись Copy\Pos..
TRegExpr очень медленный, особенно для больших объемов. У меня даже вылетало исключение - нехватка памяти или переполнение стека, не помню уже. Я очень разочаровался в нем, просмотрев в режиме отладки его работу... К тому же в matches содержится ошибка при использовании с начальным индексом, по крайней мере в XE8 Upd1.
Лучший вариант - LowerCase, Copy, Pos. Со сложными выражениями, конечно, придется мучиться...
 

Материал может быть удален по просьбе правообладателя
Забыли свой пароль?