Регулярные выражения для парсера html

@Sluchayno · Регистрация: 22.09.2013

Студворк — интернет-сервис помощи студентам

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++
1
2
3
4
5
6
7
8
9
10
11
#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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
<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++
1
2
3
4
5
6
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? (

Новые блоги и статьи Все статьи Все блоги /
Первый деплой lagorue 16.01.2026 Не спеша развернул своё 1ое приложение в kubernetes. А дальше мне интересно создать 1фронтэнд приложения и 2 бэкэнд приложения развернуть 2 деплоя в кубере получится 2 сервиса и что-бы они. . .	Расчёт переходных процессов в цепи постоянного тока igorrr37 16.01.2026 / * Дана цепь постоянного тока с R, L, C, k(ключ), U, E, J. Программа составляет систему уравнений по 1 и 2 законам Кирхгофа, решает её и находит токи на L и напряжения на C в установ. режимах до и. . .	Восстановить юзерскрипты Greasemonkey из бэкапа браузера damix 15.01.2026 Если восстановить из бэкапа профиль Firefox после переустановки винды, то список юзерскриптов в Greasemonkey будет пустым. Но восстановить их можно так. Для этого понадобится консольная утилита. . .	Изучаю kubernetes lagorue 13.01.2026 А пригодятся-ли мне знания kubernetes в России?
Сукцессия микоризы: основная теория в виде двух уравнений. anaschu 11.01.2026 https:/ / rutube. ru/ video/ 7a537f578d808e67a3c6fd818a44a5c4/	WordPad для Windows 11 Jel 10.01.2026 WordPad для Windows 11 — это приложение, которое восстанавливает классический текстовый редактор WordPad в операционной системе Windows 11. После того как Microsoft исключила WordPad из. . .	Classic Notepad for Windows 11 Jel 10.01.2026 Old Classic Notepad for Windows 11 Приложение для Windows 11, позволяющее пользователям вернуть классическую версию текстового редактора «Блокнот» из Windows 10. Программа предоставляет более. . .	Почему дизайн решает? Neotwalker 09.01.2026 В современном мире, где конкуренция за внимание потребителя достигла пика, дизайн становится мощным инструментом для успеха бренда. Это не просто красивый внешний вид продукта или сайта — это. . .

@volvo Супер-модератор 33371 / 21497 / 8234 Регистрация: 22.10.2011 Сообщений: 36,893 Записей в блоге: 12
	22.12.2015, 20:43
	Так сконвертируй UnicodeString в std::string, и используй begin()/end() 1

@Emilien 1137 / 685 / 412 Регистрация: 07.11.2015 Сообщений: 1,102
	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] 0