HTML Tags entfernen

[knolli]

also sowohl bei mkinzler als auch bei tr909 kommt folgende fehlermeldung:

http://img169.imageshack.us/img169/650/fehleriz4.png

ich möchte das ganze ohne webbrowser machen. ich habe den quelltext in einem memofeld und daraus möchte ich alles Tags entfernen.

[tr909]

ich bekomme bei mkinzlers Variante eine Zugriffsverletzung an der Stelle :

Delphi-Quellcode:

if p1 <> nil then
      begin
        p2 := StrScan( p1, '>');
        if p2 <> Nil then
        begin
          StrLCopy( pr, p, p1-p);    <---- an dieser Stelle knallt es
          Result := Result +  pr;
          p := p2+1;
        end
        else

@knolli
probier mal bei mir in der Funktion html2txt die Zeile html := ReplaceHTMLChar(html); auszukommentieren / wegzulassen
und alles ab slRes := TStringList.Create; kann auch weg (ist dazu da um die Leerzeilen zu entfernen

Gruß
tr909

[knolli]

ok funktioniert soweit...

aus dem quelltext

kommt das raus:

XML-Code:

@import url("./formIE.css");






Delphi-PRAXiS :: HTML Tags entfernen




if ( 0 ) { window.open('privmsg.php?mode=newpm', '_phpbbprivmsg', 'HEIGHT=225,resizable=no,WIDTH=400'); }

//-->






function openDPWindow(docURL, wndName, wndWidth, wndHeight, posLeft, posTop)

{

var session_id = '43861d35d1712e67c427884297b7a05b';


if (!posLeft)

var posLeft = (screen.width - wndWidth) / 2;

if (!posTop)

var posTop = ((screen.height - wndHeight) / 2)-20;


docURL = docURL.replace( '[SID]', session_id );


var parameters = "width="+wndWidth+",height="+wndHeight+",left="+posLeft+",top="+posTop+",
dependent=no,menubar=no,location=no,resizable=yes,scrollbars=yes,status=no";

window.open(docURL, wndName, parameters );

}

//-->





var L_EXPANDTEXT   = "aufklappen";

var L_COLLAPSETEXT = "zusammenfalten";

var clpHeight = "123px";



function toggle(elementId, allowToggle) {

var srcId, srcImage, srcLink = null;


if (allowToggle=='0') return false;


srcId = document.getElementById(elementId + "_code");

srcImage = document.getElementById(elementId + "_image");

srcLink = document.getElementById(elementId + "_link");


if (srcId != null)

srcId.style.height = (srcId.style.height=="") ? clpHeight : "";


if (srcImage != null && srcId != null)

srcImage.src = (srcId.style.height==clpHeight) ? './images/common/plus.png' : './images/common/minus.png';


if (srcLink != null)

{

txt = (document.documentElement) ? srcLink.firstChild.nodeValue : srcLink.innerText;

txt = (srcId.style.height==clpHeight) ? L_EXPANDTEXT : L_COLLAPSETEXT;

if (document.documentElement)

srcLink.firstChild.nodeValue = txt;

else

srcLink.innerText = txt;

}


//

//  Im Beitragseditor muessen die DHTML-Elemente neu angeordnet werden,

//  wenn wir getoggelt haben. Dazu stellt der Editor die Methode

//  "doRealignEditorElemets" bereit. Wenn diese Methode existiert, dann

//  muss sie jetzt aufgerufen werden.

if ( window.doRealignEditorElemets ) {

doRealignEditorElemets();

}


return false;

}


function selectAll(elementId) {

var element = document.getElementById(elementId);

if ( document.selection ) {

var range = document.body.createTextRange();

range.moveToElementText(element);

range.select();

} else

if ( window.getSelection ) {

var range = document.createRange();

range.selectNodeContents(element);

var blockSelection = window.getSelection();

blockSelection.removeAllRanges();

blockSelection.addRange(range);

} else {

alert( 'Dein Browser unterstützt diese Funktion leider nicht.' );

}

return false;

}


var init_toggle = 0;

var init_linenumbers = 0;

//-->



window.name = 'wndDelphiPRAXiSMain';

















Site-Map

Suchen

Code-Library

Mailbox


Logout[knolli]

































var dpSearchURL = "http://www.delphipraxis.net/search.php";


function post_time_edit(topic_id, post_id) {

window.open("./edit_post_time.php?t="+topic_id+"&p="+post_id, '_postedittime', 'HEIGHT=200,WIDTH=500,resizable=no,scrollbars=no');

}


//-->
















Titel:-->HTML Tags entfernen

Ein Delphi (Win32)-Thema von knolli.


Vorheriges Thema anzeigen|Nächstes Thema anzeigen

Avatare einblenden





sdrucken" border="0" hspace="2" vspace="2">









Delphi-PRAXiS Forum - Übersicht->Object-Pascal / Delphi-Language




Seite 1 von 1[ 10 Beiträge ]












Autor

Nachricht













knolli


#1|Verfasst am:Heute um 11:53Titel:HTML Tags entfernen











MitgliedStatus:onlineBeiträge: 9angemeldet: 22.09.2006

Sprache: Delphi (Win32) Hi!





Ich melde mich nun schon wieder mit einem euene Problem.


Mir geht es darum, alle HTML-Tags zu entfernen, damit ich nur noch  z.B.: Linkbeschriftungen oder den auf der Seite 
sichtbaren Text habe und diesen bearbeiten kann. Wer kann mir sagen, wie das funktionieren könnte? Wohlgemerkt es soll alles mit delphi passieren^^.




Ich freue mich schon auf eure Hilfe und hoffe das ich mir auch selbst eine Antwort geben kann!











*] -->



test -->

























DeddyH


#2|Verfasst am:Heute um 11:59Titel:Re: HTML Tags entfernen











"Rüsselmops" ;-)Alter: 41Status:onlineBeiträge: 3.281angemeldet: 17.09.2006Wohnort: Schweina/ThüringenDelphi 7 Enterprise


Ein Anfang wäre, alle < zu ermitteln und von deren Position bis zum folgenden > alles zu löschen.



Gruß Deddy


21 ist nur die halbe Antwort








*] -->


test -->


























tr909


#3|Verfasst am:Heute um 12:04Titel:Re: HTML Tags entfernen











MitgliedStatus:offlineBeiträge: 145angemeldet: 05.11.2004Turbo Delphi für Win32

Hatte gerade das gleiche Problem und habe nu provisorisch erst mal folgendes gebastelt und zusammengesucht



Delphi-Quellcode:     zusammenfalten | markieren

ace: nowrap; width: 100%; overflow-x: auto; overflow-y: auto; overflow: auto;">
1&middot;&middot;&middot;5&middot;&middot;&middot;&middot;10&middot;&middot;&middot;&middot;15&middot;&middot;&middot;
&middot;20&middot;&middot;&middot;&middot
;25&middot;&middot;&middot;&middot;30&middot;&middot;&middot;&middot;35[/b]
&middot;&middot;&middot;&middot;40&middot;&middot;&middot;&middot;45&middot;&middot;&middot;&middot;50&middot;&middot;
&middot;&middot;55&middot;&middot;&middot;&middot;60&middot;&middot;&middot;&middot;65&middot;&middot;&middot;&middot;
70&middot;&middot;&middot;&middot;75&middot;&middot;&middot;&middot;80&middot;&middot;&middot;&middot;85&middot;&middot;
&middot;&middot;

0;">90&middot;&middot;&middot;&middot;95&middot;&middot;&middot;&middot;100&middot;&middot;&middot;&middot;105&middot;
&middot;&middot;&middot;110&middot;&middot;&middot;&middot;115&middot;&middot;&middot;&middot;120&middot;&middot;&middot;
&middot;125&middot;&middot;&middot;&middot;130&middot;&middot;&middot;&middot;135&middot;&middot;&middot;&middot;140&middot;
&middot;&middot;&middot;

180&middot;&middot;&middot;&middot;185&middot;&middot;&middot;&middot;190191function GiveSZ(HCode: string): Char;



var


 i             : Integer;



begin


 Result := ' ';


 if (HCode = '&amp;quot;') or (HCode = '&quot;') then Result := '&quot;';



 if (HCode = '&amp;amp;') or (HCode = '&amp;') then Result := '&amp;';



 if (HCode = '&amp;lt;') or (HCode = '<') then Result := '<';



 if (HCode = '&amp;gt;') or (HCode = '>') then Result := '>';



 // ISO 160 bis ISO 255 Codes


 if (HCode = '&amp;nbsp;') or (HCode = ' ') then Result := ' ';



 if (HCode = '&amp;iexl;') or (HCode = '&iexcl;') then Result := '&iexcl;';



 if (HCode = '&amp;cent;') or (HCode = '&cent;') then Result := '&cent;';



 if (HCode = '&amp;pound;') or (HCode = '&pound;') then Result := '&pound;';



 if (HCode = '&amp;curren;') or (HCode = '&curren;') then Result := '&curren;';



 if (HCode = '&amp;yen;') or (HCode = '&yen;') then Result := '&yen;';



 if (HCode = '&amp;brkbar;') or (HCode = '&brvbar;') then Result := '&brvbar;';



 if (HCode = '&amp;sect;') or (HCode = '&sect;') then Result := '&sect;';



 if (HCode = '&amp;uml;') or (HCode = '&uml;') then Result := '&uml;';



 if (HCode = '&amp;copy;') or (HCode = '&copy;') then Result := '&copy;';



 if (HCode = '&amp;ordf;') or (HCode = '&ordf;') then Result := '&ordf;';



 if (HCode = '&amp;laquo;') or (HCode = '&laquo;') then Result := '&laquo;';



 if (HCode = '&amp;not;') or (HCode = '&not;') then Result := '&not;';



 if (HCode = '&amp;shy;') or (HCode = '&shy;') then Result := '&shy;';



 if (HCode = '&amp;reg;') or (HCode = '&reg;') then Result := '&reg;';



 if (HCode = '&amp;hibar;') or (HCode = '&macr;') then Result := '&macr;';



 if (HCode = '&amp;deg;') or (HCode = '&deg;') then Result := '&deg;';



 if (HCode = '&amp;plusmn;') or (HCode = '&plusmn;') then Result := '&plusmn;';



 if (HCode = '&amp;sup2;') or (HCode = '&sup2;') then Result := '&sup2;';



 if (HCode = '&amp;sup3;') or (HCode = '&sup3;') then Result := '&sup3;';



 if (HCode = '&amp;acute;') or (HCode = '&acute;') then Result := '&acute;';



 if (HCode = '&amp;micro;') or (HCode = '&micro;') then Result := '&micro;';



 if (HCode = '&amp;para;') or (HCode = '&para;') then Result := '&para;';



 if (HCode = '&amp;middot;') or (HCode = '&middot;') then Result := '&middot;';



 if (HCode = '&amp;cedil;') or (HCode = '&cedil;') then Result := '&cedil;';



 if (HCode = '&amp;sup1;') or (HCode = '&sup1;') then Result := '&sup1;';



 if (HCode = '&amp;ordm;') or (HCode = '&ordm;') then Result := '&ordm;';



 if (HCode = '&amp;raquo;') or (HCode = '&raquo;') then Result := '&raquo;';



 if (HCode = '&amp;frac14;') or (HCode = '&frac14;') then Result := '&frac14;';



 if (HCode = '&amp;frac12;') or (HCode = '&frac12;') then Result := '&frac12;';



 if (HCode = '&amp;frac34;') or (HCode = '&frac34;') then Result := '&frac34;';



 if (HCode = '&amp;iquest;') or (HCode = '&iquest;') then Result := '&iquest;';



 if (HCode = '&amp;Agrave;') or (HCode = '&Agrave;') then Result := '&Agrave;';



 if (HCode = '&amp;Aacute;') or (HCode = '&Aacute;') then Result := '&Aacute;';



 if (HCode = '&amp;Acirc;') or (HCode = '&Acirc;') then Result := '&Acirc;';



 if (HCode = '&amp;Atilde;') or (HCode = '&Atilde;') then Result := '&Atilde;';



 if (HCode = '&amp;Auml;') or (HCode = '&Auml;') then Result := '&Auml;';



 if (HCode = '&amp;Aring;') or (HCode = '&Aring;') then Result := '&Aring;';



 if (HCode = '&amp;AEling;') or (HCode = '&AElig;') then Result := '&AElig;';



 if (HCode = '&amp;Ccedil;') or (HCode = '&Ccedil;') then Result := '&Ccedil;';



 if (HCode = '&amp;Egrave;') or (HCode = '&Egrave;') then Result := '&Egrave;';



 if (HCode = '&amp;Eacute;') or (HCode = '&Eacute;') then Result := '&Eacute;';



 if (HCode = '&amp;Ecirce;') or (HCode = '&Ecirc;') then Result := '&Ecirc;';



 if (HCode = '&amp;Euml;') or (HCode = '&Euml;') then Result := '&Euml;';



 if (HCode = '&amp;Igrave;') or (HCode = '&Igrave;') then Result := '&Igrave;';



 if (HCode = '&amp;Iacute;') or (HCode = '&Iacute;') then Result := '&Iacute;';



 if (HCode = '&amp;Icirce;') or (HCode = '&Icirc;') then Result := '&Icirc;';



 if (HCode = '&amp;Iuml;') or (HCode = '&Iuml;') then Result := '&Iuml;';



 if (HCode = '&amp;ETH;') or (HCode = '&ETH;') then Result := '&ETH;';



 if (HCode = '&amp;Ntilde;') or (HCode = '&Ntilde;') then Result := '&Ntilde;';



 if (HCode = '&amp;Ograve;') or (HCode = '&Ograve;') then Result := '&Ograve;';



 if (HCode = '&amp;Oacute;') or (HCode = '&Oacute;') then Result := '&Oacute;';



 if (HCode = '&amp;Ocirc;') or (HCode = '&Ocirc;') then Result := '&Ocirc;';



 if (HCode = '&amp;Otilde;') or (HCode = '&Otilde;') then Result := '&Otilde;';



 if (HCode = '&amp;Ouml;') or (HCode = '&Ouml;') then Result := '&Ouml;';



 if (HCode = '&amp;times;') or (HCode = '&times;') then Result := '&times;';



 if (HCode = '&amp;Oslash;') or (HCode = '&Oslash;') then Result := '&Oslash;';



 if (HCode = '&amp;Ugrave;') or (HCode = '&Ugrave;') then Result := '&Ugrave;';



 if (HCode = '&amp;Uacute;') or (HCode = '&Uacute;') then Result := '&Uacute;';



 if (HCode = '&amp;Ucirc;') or (HCode = '&Ucirc;') then Result := '&Ucirc;';



 if (HCode = '&amp;Uuml;') or (HCode = '&Uuml;') then Result := '&Uuml;';



 if (HCode = '&amp;Yacute;')

java und der ganze rest muss auch raus... ich brauche nur das was wirklich auf der seite steht...

[edit=mkinzler]Zeilenumbrüche eingefügt Mfg, mkinzler[/edit]

[mkinzler]

Delphi-Quellcode:

function StripTags( line: string; c1, c2: Char): string;
var
   p, p1, p2, pr, pt: PChar;
   res: string;
   Buf: string;
   i: Integer;
begin
   p:= PChar(line);
   SetLength( Buf, Length( line));
   while( p <> nil) and ( p <> '')  do
   begin
      p1 := StrScan( p, c1);
      if p1 <> nil then
      begin
        p2 := StrScan( p1, c2);
        pt := StrScan( p1+1, c1);
        if pt <> Nil then
            if pt < p2 then //Weitere Tagöffnung vor Tagschliessung
            begin
              pr := PChar( Buf);
              StrLCopy( pr, p, p1-p);
              Res := Res + pr;
              p := p1;
              p1 := pt;
            end;
        if p2 <> Nil then
        begin
          pr := PChar( Buf);
          StrLCopy( pr, p, p1-p);
          Res := Res + pr;
          p := p2+1;
        end
        else
        begin
          Res := Res + p;
          p:= nil;
        end
      end
      else
      begin
        Res := Res + p;
        p:= nil;
      end;
   end;
   result := res;
end;

[omata]

Hier auch nochmal ein Vorschlag mit regulären Ausdrücken...

Delphi-Quellcode:

function CleanHtmlTags(Html:string):string;
var RegExpr:TRegExpr;
begin
  Result:='';
  RegExpr:=TRegExpr.Create;
  try
    RegExpr.ModifierG:=false;
    RegExpr.Expression:='<body>(.*)</body>';
    if RegExpr.Exec(Html) then begin
      Html:=RegExpr.Match[0];
      RegExpr.Expression:='<.*>';
      Result:=RegExpr.Replace(Html, ' ', false);
      Result:=trim(StringReplace(Result, '  ', ' ', [rfReplaceAll]));
    end;
  finally
    RegExpr.Free;
  end;
end;

RegExpr

Gruss
Thorsten

[marabu]

Hallo,

Zitat von Blackheart:

WebBrowser1.OleObject.Document.documentElement.innerText;

vermutlich ist Beitrag #6 ein wenig untergegangen ...

Grüße vom marabu

[knolli]

hm... nein ist nicht untergegangen... ich hab ein problem mit dem browser.. selbst wenn ich ihm erlaube ins internet zu verbinde, steht da das die seite nicht angezeigt werden kann... wie muss ich den browser konfigurieren damit er seiten auch anzeigt?

[edit= ich hab meinen fehler gefunden... hatte keinen IE installiert... funktioniert jetz alles! herzlichen dank!]

[knolli]

ähm... ich hab mal noch ne frage...

gibt es mit dem WebBrowser AUCH ne möglichkeit die links zu holen?
wenn ja wie heißt die?

[marabu]

Du kannst hier im Forum mehrere Versionen von ExtractLinks() finden, die dir dabei helfen.

[himitsu]

Zitat von knolli:

gibt es mit dem WebBrowser AUCH ne möglichkeit die links zu holen?
wenn ja wie heißt die?

Zitat:

WebBrowser1.OleObject.Document.documentElement.innerText

das Rote entspricht dem, was in HTML>JavaScript möglich ist ...


also einfach mal versuchen dort analog zum JavaScript (z.B. siehe SelfHTML) versuchen darauf zuzugreifen