Delphi-PRAXiS - Delphi (angezeigten) Text einer HTML-Quelle ermitteln

Seite 1 von 3

40 Beiträge dieses Themas auf einer Seite anzeigen

Delphi-PRAXiS (https://www.delphipraxis.net/forum.php)

- Netzwerke (https://www.delphipraxis.net/14-netzwerke/)

- - Delphi (angezeigten) Text einer HTML-Quelle ermitteln (https://www.delphipraxis.net/50741-angezeigten-text-einer-html-quelle-ermitteln.html)

Panthrax

30. Jul 2005 22:14

(angezeigten) Text einer HTML-Quelle ermitteln

Salut.

Wie kann ich aus HTML-Quelltext den Text herausfiltern, den ich mit Ctrl-A im Browser selektieren würde?

Sieht der HTML-Quelltext z.B. so aus:

XML-Code:

			<html>

  <head>

    ...

  </head>

  <body>

    <h3>Überschrift</h3>

Hallo Welt!</p>

  <body>

</html>

Dann würde ich gern folgenden Text haben wollen:

Code:

			Überschrift

Hallo Welt!

Das entspricht einem Ctrl-A, Ctrl-C im Browser und Ctrl-V im Editor.

Wie kann ich den gleichen Ergebnistext mit Delphi ermitteln?

Ich habe bei den Delphi-Komponenten keine Eigenschaft Text oder ähnlich gefungen...

MfG
Panthrax

Neuni

30. Jul 2005 22:16

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Alle "<" und ">" suchen, das dazwischen mit den "<>" löschen, und aus "
" einen zeilenumbruch machen. Wobei dann aber nicht zwischen GROßEN und kleinen Texten unterschieden wird.

Panthrax

30. Jul 2005 22:26

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Danke für deine Antwort.

...aber die Lösung ist zu propitär. Sie berücksichtigt nicht, dass es Tags gibt die Text umschließen, der nicht angezeigt wird; Beispiele: Title, Script, Style, Frame, IFrame,...

MfG
Panthrax

marabu

30. Jul 2005 22:49

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Hallo Panthrax,

versuche es mal so:

Delphi-Quellcode:

			uses

  MSHTML;

var

  doc: IHTMLDocument2;

begin

  doc := WebBrowser.Document as IHTMLDocument2;

  ShowMessage(doc.body.innerText);

end;

Grüße vom marabu

Olli	30. Jul 2005 23:00

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Wenn du es ohne die IE-Objekte machen willst, blieben da noch PCRE (Reguläre Ausdrücke). In der JCL gibt es dazu ein Beispiel. Ansonsten TPerlRegEx von

http://www.regular-expressions.info/delphi.html

Code:

s/<(?:.??)>//gism

...

Panthrax

30. Jul 2005 23:19

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Hallo.

@marabu:

Deine Lösung finde ich genau richtig. Leider löst jeder Zugriff auf das Interface Doc (Typ IHTMLDocument2) eine AV aus. Habe es auch mit Doc.title probiert - ebenfalls eine AV.

Die Unit MSHTML kannte ich bis eben nicht. Da das Neuland für mich ist muss ich nochmal fragen, woran könnte es liegen, es das zugehörige Objekt WebBrowser1.Document (= nil) nicht gibt?

[Edit]WebBrowser1.Navigate('http://abc.de'); wurde ausgeführt.[/Edit]

@Olli:

Danke für den Hinweis. Reguläre Ausdrücke könnte ich mir noch vorstellen. Obwohl dabei wieder das berücksichtigt werden müsste, was ich oben erwähnte.

MfG
Panthrax

Olli	30. Jul 2005 23:27

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Ich glaube in dem Interface war ein Fehler (bzw. in der Unit). Ich melde mich nochmal, wenn ich mein Mailarchiv durchsucht habe.

marabu

30. Jul 2005 23:34

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Panthrax, du schreibst du hättest das betreffende HTML-Dokument geladen. Wenn WebBrowser.Document nil ist, dann scheint mir der Ladevorgang zu dem Zeitpunkt noch nicht beendet zu sein, zu dem du deinen Zugriff machst. Hinweise darauf, wie du den richtigen Zeitpunkt abpassen kannst, erhältst du

hier.

marabu

Olli	30. Jul 2005 23:39

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Sorry, auch wenn ich noch nicht so alt bin hat mich meine Erinnerung getäuscht. Was ich meinte war das IDocHostUIHandler-Interface :-\

marabu

30. Jul 2005 23:50

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Olli, dass mit dem faulty memory recall wird immer schlimmer - nicht nur bei dir. Ich dachte früher, ich werde alt, aber heute weiß ich woran es liegt: information overload! Die armen Synapsen...

Heitere Grüße vom marabu

Alle Zeitangaben in WEZ +1. Es ist jetzt 10:27 Uhr.

Seite 1 von 3

40 Beiträge dieses Themas auf einer Seite anzeigen