Парсинг HTML документа

@DjinnWalker · Регистрация: 25.05.2008

Author24 — интернет-сервис помощи студентам

Поделитесь опытом по этой теме.
Может тут MSHTML поможет?
Хотелось бы даже документ в броузер не загружать, просто сделать такой алгоритм, который из ХТМЛ файла вырезал бы указанные теги и сохранял файл.

@Konst_one · 10.08.2009, 13:51

Есть такое понятие как DOM - модель, почитай в MSDN. Там же и примерчики найдешь.

@palva · 10.08.2009, 16:46

Ну, вот пример. Поместите следующий текст в файл с расширением hta и запустите его щелчком мыши. Должна прочитаться страничка и тэг <HTML> со всей внутренностью будет сохранен в файл. Можете написать анализ странички, отбор и обработку нужного вам материала перед сохранением.

<HTML><HEAD>
<META content='text/html; charset=windows-1251' http-equiv=Content-Type>
</HEAD><BODY>
<IFRAME NAME='ifr' ONLOAD='VBSCRIPT: Call sav' WIDTH=0 HEIGHT=0></IFRAME>
<DIV ID='ret'></DIV>
<SCRIPT LANGUAGE=VBSCRIPT>
ifr.location='http://gazeta.ru/'
Sub sav
Set d = ifr.document
i = 1
Do While d.all(i).TagName <> 'HTML'
i = i + 1
Loop
s = d.all(i).outerHTML
Set fso = CreateObject('Scripting.FileSystemObject')
Set fo = fso.CreateTextFile('out.htm')
fo.WriteLine(s)
fo.close
ret.innerText = 'Готово'
End Sub
</SCRIPT></BODY></HTML>

@DjinnWalker · 10.08.2009, 16:53 **[ТС]**

спасибо, попробую

@DjinnWalker 1 / 1 / 0 Регистрация: 25.05.2008 Сообщений: 232
		1
	Парсинг HTML документа 10.08.2009, 13:29. Показов 1968. Ответов 3 Метки нет (Все метки) Поделитесь опытом по этой теме. Может тут MSHTML поможет? Хотелось бы даже документ в броузер не загружать, просто сделать такой алгоритм, который из ХТМЛ файла вырезал бы указанные теги и сохранял файл. 0

@Konst_one 2 / 2 / 1 Регистрация: 19.07.2007 Сообщений: 737
	10.08.2009, 13:51	2
	Есть такое понятие как DOM - модель, почитай в MSDN. Там же и примерчики найдешь. 0

@palva 4240 / 2937 / 687 Регистрация: 08.06.2007 Сообщений: 9,816 Записей в блоге: 4
	10.08.2009, 16:46	3
	Ну, вот пример. Поместите следующий текст в файл с расширением hta и запустите его щелчком мыши. Должна прочитаться страничка и тэг <HTML> со всей внутренностью будет сохранен в файл. Можете написать анализ странички, отбор и обработку нужного вам материала перед сохранением. <HTML><HEAD> <META content='text/html; charset=windows-1251' http-equiv=Content-Type> </HEAD><BODY> <IFRAME NAME='ifr' ONLOAD='VBSCRIPT: Call sav' WIDTH=0 HEIGHT=0></IFRAME> <DIV ID='ret'></DIV> <SCRIPT LANGUAGE=VBSCRIPT> ifr.location='http://gazeta.ru/' Sub sav Set d = ifr.document i = 1 Do While d.all(i).TagName <> 'HTML' i = i + 1 Loop s = d.all(i).outerHTML Set fso = CreateObject('Scripting.FileSystemObject') Set fo = fso.CreateTextFile('out.htm') fo.WriteLine(s) fo.close ret.innerText = 'Готово' End Sub </SCRIPT></BODY></HTML> 0

@DjinnWalker 1 / 1 / 0 Регистрация: 25.05.2008 Сообщений: 232
	10.08.2009, 16:53 [ТС]	4
	спасибо, попробую 0

Опции темы