如何过滤出html文件中的所有链接和其说明文字?(我的办法--不太行,太繁琐!)(50分)

jklmsoho · 2002-03-27

如何过滤出html文件中的所有链接和其说明文字?(我的办法--不太行,太繁琐!)

1.把网页文件导入到一RichEdit中
2.把RichEdit中的每一行写到一串AnsiString中
3.用Pos等函数删除掉除了<body>与</body>外的内容
4.删除<body>与</body>中的<script 到</script>的所有内容
5.用Repeat和While逐个找出链接每个<a 到</a>保存为一个字符串
6.分析保存的<a 到</a>的内容:包括删除<img到>的内容
(有时里面有很多其它东东这个是关键具体做法请多指教)

这个办法太繁琐了!我用了一些控件和unit,都不是很理想,
我只需要<a 到</a>中的内容,并分离出连接地址和注释:
例如:
<a href="http://www.delphibbs.com" target=_blank><b>大</b><font size=2 color=blue>富翁</font></a>
我要的是: "http://www.delphibbs.com" 和 "大富翁"这两个字符串.

genue · 2004-04-22

呵，不是RichEDIT，而用TWebBrowser控件。有一个所有链接的属性。你遍历就行了。

uses
Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs,
StdCtrls,mshtml,Buttons,Activex, Psock, NMHttp,olectrls, ComCtrls,
SHDocVw;

　　var
　　　doc:IHTMLDocument2;
　　　all:IHTMLElementCollection;
　　　len,i:integer;
　　　item:OleVariant;
　　begin
　　　doc:=WebBrowser1 .Document as IHTMLDocument2;
　　　all:=doc.Get_links;　　　　　　　　　　　　　//doc.Links亦可
　　　len:=all.length;
　　　for i:=0 to len-1 do begin
　　　　item:=all.item(i,varempty);　　　　　　　　//EmpryParam亦可
　　　　memo1.lines.add(item.href);
　　　end;

如何过滤出html文件中的所有链接和其说明文字?(我的办法--不太行,太繁琐!)(50分)

jklmsoho

Unregistered / Unconfirmed

genue

Unregistered / Unconfirmed

Similar threads