Парсер HTML файла - Форум на CrossPlatform.RU

Здравствуйте, гость ( Вход | Регистрация )

Парсер HTML файла

++Norton++ опции профиля: Просмотр профиля	21.11.2009, 1:02 Сообщение #1
Студент Группа: Участник Сообщений: 98 Регистрация: 5.10.2008 Пользователь №: 380 Спасибо сказали: 0 раз(а) Репутация: 1	Есть куча файлов html. Из этих файлов ничего не надо, кроме того что стоит в тегах href с одинаково начинающимся адресом. Т.е. html документ имеет примерно такой вид: `<html><head></head><body> ..... ненужная часть ... <td> <a href="?php=text&randomText...">ТекстДляПарсинга</a> </td> <td align="left">1234</td> и т.д. (аналогичные ссылки и пр. теги)` Собственно нужно спарсить текст (хотя бы в QString) находящийся на месте "ТекстДляПарсинга" и то, что за ним, т.е. 1234. Подскажите, как это лучше всего будет сделать? Просто никогда раньше парсеры не приходилось писать. Заранее спасибо!

Ответов

kwisp опции профиля: Просмотр профиля	21.11.2009, 13:59 Сообщение #2
астарожна ынтжинэр Группа: Участник Сообщений: 1404 Регистрация: 26.11.2008 Из: ТаганрогРодинаЧехова Пользователь №: 435 Спасибо сказали: 113 раз(а) Репутация: 23	Цитата(++Norton++ @ 21.11.2009, 12:57) насчет регехпа думал, но так и не додумался как его применить в данном случае... как вариант. читаешь файл в QString. далее тебе нужен такой regexp чтобы -- искал href=" пропускал все до ">"какой то текст"<"далее текст до открывающего тега(<bla>) какой то текст(<\bla>) 1. сказу надо учесть что в имени ссылки могут быть символы >,< 2. с помощью cap(int) вырезаешь все что нужно. скинешь примеры файлов можно конкретные "примеры" выражения подобрать.

Сообщений в этой теме

++Norton++ Парсер HTML файла 21.11.2009, 1:02

Litkevich Yuriy Цитата(++Norton++ @ 21.11... 21.11.2009, 1:06

++Norton++ Именно так, длинный HTML-документ с этими нужными ... 21.11.2009, 1:13

Litkevich Yuriy Есть Несколько технологий: SAX и DOM - руководство... 21.11.2009, 1:19

kwisp по-моему не получится потому что хмл очень тебоват... 21.11.2009, 1:39

lioncub kwisp, точно, все что меджду > < от body и н... 21.11.2009, 10:35

++Norton++ Спасибо, буду думать во всех направлениях, насчет ... 21.11.2009, 12:57

rcdimon ЦитатаСобственно нужно спарсить текст (хотя бы в Q... 21.11.2009, 13:58

kwisp Цитата(++Norton++ @ 21.11... 21.11.2009, 13:59

molchanoviv Цитата(kwisp @ 21.11.2009, 1:39) наверное... 21.11.2009, 19:06

++Norton++ Спасибо за советы! Вот, кстати, пример куска х... 21.11.2009, 22:52

++Norton++ Сделал регулярку, как посоветовал rcdimon. Получил... 29.11.2009, 14:16

trdm Блин, я где-то нарывался на html парсер на основе ... 29.11.2009, 20:10

Теги

Нет тегов для показа

2 чел. читают эту тему (гостей: 2, скрытых пользователей: 0)

Пользователей: 0

Режим отображения: Переключить на: Стандартный · Переключить на: Линейный · Древовидный

Сейчас: 16.1.2025, 3:45

Лицензия зарегистрирована на: CrossPlatform.RU