Парсер HTML

SeaMan75

Местный
Регистрация
24 Май 2010
Сообщения
12
Реакции
4
Credits
97
Каким способом лучше всего очень быстро парсить HTML? - использовать готовые решения и какие или самому изобретать велосипед?
 

LeshaRB

Свой
Регистрация
11 Июн 2007
Сообщения
319
Реакции
467
Credits
25
Каким способом лучше всего очень быстро парсить HTML? - использовать готовые решения и какие или самому изобретать велосипед?

[HIDE=0]Каждый дрочит как он хочет, я дрочу как я хочу![/HIDE]

Есть готовые парсеры, можешь свой писать
 

xmailer

Турист
Регистрация
7 Ноя 2015
Сообщения
4
Реакции
0
Credits
18
Для просмотра ссылки Войди или Зарегистрируйся, 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;
 

fets

Турист
Регистрация
4 Окт 2011
Сообщения
7
Реакции
1
Credits
14
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.
 
Последнее редактирование модератором:

DelGor

Местный
Регистрация
25 Июл 2011
Сообщения
21
Реакции
3
Credits
36
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..
 

under44

Турист
Регистрация
29 Июн 2011
Сообщения
3
Реакции
0
Credits
6
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...
 

Zhrnya

Турист
Регистрация
6 Май 2010
Сообщения
7
Реакции
0
Credits
12
Я почти всё делаю с Clever Internet Suite. когда он бессилен то TWebBrowser
 

test-593

Турист
Регистрация
3 Дек 2014
Сообщения
4
Реакции
0
Credits
8
DiHTML работает нормально, плюс, у них есть версия для разбора XML