Регулярные выражения для парсера html

@Sluchayno · Регистрация: 22.09.2013

Здравствуйте, не давно начал изучать c++ и решил сделать не большой парсер html(в данном случае конкретного сайта), в качестве библиотеке регулярных выражений использую regex.

C++

#include <regex>
....
using namespace std;
....
TStringList *ResultHttp= new TStringList;
string str;
ResultHttp->Text = DataModule1->IdHTTP1->Get("сайт");
 tr1::regex rx("<div class=\"numbers   \"><div class=\"container\">(.*?)</div></div>");
 str = tr1::regex_search(ResultHttp->Text.c_str(), ResultHttp->Text.c_str(), rx);
 ShowMessage(str.c_str());
....

Отрывок HTML который

HTML5

<div class="elem">
                    <div class="main">
                        <div class="draw">
                            <a href="/archive/4015">4015</a>
                            <span class="alt_links"> / <ins class="pseudo">22.12.2015 17:56</ins></span>
                        </div>
                        <div class="numbers   ">
                            <div class="container">
                                                                                                            <b>8</b>
                                        
                                                                            <b>31</b>
                                        
                                                                            <b>14</b>
                                        
                                                                            <b>28</b>
                                        
                                                                            <b>32</b>
                                        
                                                                                                                                    </div>
                        </div>
                                                <div class="call">
                                                            1&nbsp;463&nbsp;730                                                 </div>
                    </div>
                </div>

Хочу получить

8

31

14

28

32

Пример конечно же грубый, но в итоге получаю пустое сообщение (((

@volvo · 22.12.2015, 19:56

Пробельные символы не учитываешь:

C++

1	tr1::regex rx("<div class=\"numbers \">\\s+<div class=\"container\">\\s+(.*?)</div>\\s+</div>");

(проверить негде, кроме как в Notepad++, там отрабатывает подобная регулярка)

@Sluchayno · 22.12.2015, 20:09 **[ТС]**

Спасибо за ответ, но не помогло. Думаю дело в этой строчке

C++

1	str = tr1::regex_search(ResultHttp->Text.c_str(), ResultHttp->Text.c_str(), rx);

В примере который я нашел

C++

1	str = tr1::regex_search(ResultHttp->Text.begin(), ResultHttp->Text.end(), rx);

Но в этом случае компилятор ругается [bcc32 Error] general.cpp(35): E2316 'Begin' is not a member of 'UnicodeString'
Full parser context
general.cpp(24): parsing: .....

@volvo · 22.12.2015, 20:43

Так сконвертируй UnicodeString в std::string, и используй begin()/end()

@Sluchayno · 22.12.2015, 21:46 **[ТС]**

А вы не подскажите как это конвертирование сделать?

C++

1	str = ResultHttp->Text.t_str();

C++

1	str = Utf8ToAnsi(ResultHttp->Text);

Не прокатывает

@volvo · 23.12.2015, 00:38

У меня в XE2 это прекрасно делается через:

C++

1 2	String us = "test"; std::string s = AnsiString(us).c_str();

или

C++

1 2	String us = L"тест"; std::wstring ws = us.c_str();

@Emilien · 23.12.2015, 13:37

Так вроде ж по умолчанию метасимвол точка совпадает с любым символом кроме перевода строки. Точку можно заменить этой конструкцией [\S\s]

@Sluchayno · 24.12.2015, 21:05 **[ТС]**

C++

TStringList *ResultHttp= new TStringList;
string str;
string SearchString = AnsiString(ResultHttp->Text).c_str();
tr1::regex rx("<div class="numbers   ">\\s+<div class="container">\\s+(.*?)</div>\\s+</div>");
 str = tr1::regex_search(SearchString.begin(), SearchString.end(), rx);
 ShowMessage(str.c_str());

Получаю пустую строчку (

Добавлено через 23 часа 23 минуты
Может быть все же дело в самой регулярке? Или я как то не так вывожу? (

@volvo Супер-модератор 31842 / 20749 / 8059 Регистрация: 22.10.2011 Сообщений: 35,957 Записей в блоге: 7
	22.12.2015, 20:43	4
	Так сконвертируй UnicodeString в std::string, и используй begin()/end() 1

@Emilien 1019 / 636 / 381 Регистрация: 07.11.2015 Сообщений: 1,021
	23.12.2015, 13:37	7
	Так вроде ж по умолчанию метасимвол точка совпадает с любым символом кроме перевода строки. Точку можно заменить этой конструкцией [\S\s] 0