Парсер HTML

[SeaMan75]

Каким способом лучше всего очень быстро парсить HTML? - использовать готовые решения и какие или самому изобретать велосипед?

 

[LenockaSeconka]

Каким способом лучше всего очень быстро парсить HTML? - использовать готовые решения и какие или самому изобретать велосипед?

Есть готовые парсеры, можешь свой писать

 

[LenockaSeconka]

Я тут решил тебе за флуд предупрждение дать

You do not have permission to view link please Вход or Регистрация

Чтоб не забывал чем пользовался 4 года назад

 

[xmailer]

You do not have permission to view link please Вход or Регистрация

, работает четко. Был найден очень давно в нете.

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;

 

[Keoda]

Есть ещё

You do not have permission to view link please Вход or Регистрация

. Там есть пример.

 

[fets]

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.

 

[lomaka66]

DiHTMLParse - мегашустрый

 

[DelGor]

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]

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]

Я почти всё делаю с Clever Internet Suite. когда он бессилен то TWebBrowser

 

[HatM]

This project has parser, I'm not sure if it can be used separated

You do not have permission to view link please Вход or Регистрация

 

[test-593]

DiHTML работает нормально, плюс, у них есть версия для разбора XML

 

[NikolasK]

Ребята вы не находили TChromium под версию XE8