Как очистить HTML от мусора?

19.06.2008, 10:21. **Показов** 2016. **Ответов** 4

Студворк — интернет-сервис помощи студентам

Помогите!!! Есть HTML-файл. Надо преобразовать его в текстовый.
Это можно сделать, если открыть IE и сказать сохранить как текст.
А как сделать эту работу автоматически?
Т.е. на входе несколько (много) файлов и надо все их переделать в текстовые.
Есть компонент HTMLView, но как с ним работать я не знаю.
И вообще можно ли с его помощью что либо сделать?
Заранее благодарен.

@FateLessMan · 19.06.2008, 11:20

Можно поробовать regular expressions. К примеру, тэги table и br заменять на перевод строки, остальные же просто выкидывать, оставляя текст...

@sharig · 23.06.2008, 01:06

Я делаю так. Есть исходный htm-текст со всеми тегами. Ты последовательно находишь через InStr знак меньше (<), затем знак больше (>) и удаляешь всю информацию, заключенную между этими тегами. Затем ты замечаешь, что остается 'пустая' информация, заключенная в теги скриптов или счетчиков. Вот сначала и надо удалять такую информацию, а потом вылавливать основной текст.
Я пользовался таким алгоритмом долгое время, но потом понял, что лучше всего сшить все файлы для обработки в один файл (через программу FAR), а затем действительно ВЫДЕЛИТЬ весь текст, СКОПИРОВАТЬ и вставить для дальнейшей обработки в любой текстовой редактор. Если нужен совет, пиши на bigsharig@mtu-net.ru

@pl · 23.06.2008, 09:32

Пора заносить в FAQ

Code
1
2
3
4
5
6
7
8
Function RemoveTags(strng,tag)
    Dim regEx
    Set regEx = New RegExp
    regEx.Pattern = '(<'& tag &'[^>]*>)|(&[^;]*;)'
    regEx.IgnoreCase = True
    regEx.Global = True
    RemoveTags = regEx.Replace(strng,'')
End Function

вместо tag можно поставить '', тогда удаляется весь HTML.

23.06.2008, 09:53

А кто-нибудь пробовал это сделать через IE, но только автоматически.
Скажем в васике вызвать объект IE и с ним поработать: открыть файл и сохранить как...

Новые блоги и статьи Все статьи Все блоги /
Настройки VS Code Loafer 13.04.2026 { "cmake. configureOnOpen": false, "diffEditor. ignoreTrimWhitespace": true, "editor. guides. bracketPairs": "active", "extensions. ignoreRecommendations": true, . . .	Оптимизация кода на разграничение прав доступа к элементам формы Maks 13.04.2026 Алгоритм из решения ниже реализован на нетиповом документе, разработанного в конфигурации КА2. Задачи, как таковой, поставлено не было, проделанное ниже исключительно моя инициатива. Было так:. . .	Контроль заполнения и очистка дат в зависимости от значения перечислений Maks 12.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеПерсонала", разработанного в конфигурации КА2. Задача: реализовать контроль корректности заполнения дат назначения. . .	Архитектура слоя интернета для сервера-слоя. Hrethgir 11.04.2026 В продолжение https:/ / www. cyberforum. ru/ blogs/ 223907/ 10860. html Знаешь что я подумал? Раз мы все источники пишем в голове ветки, то ничего не мешает добавить в голову такой источник, который сам. . .
Подстановка значения реквизита справочника в табличную часть документа Maks 10.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеПерсонала", разработанного в конфигурации КА2. Задача: при выборе сотрудника (справочник Сотрудники) в ТЧ документа. . .	Очистка реквизитов документа при копировании Maks 09.04.2026 Алгоритм из решения ниже применим как для типовых, так и для нетиповых документов на самых различных конфигурациях. Задача: при копировании документа очищать определенные реквизиты и табличную. . .	модель ЗдравоСохранения 8. Подготовка к разному выполнению заданий anaschu 08.04.2026 https:/ / github. com/ shumilovas/ med2. git main ветка * содержимое блока дэлэй из старой модели теперь внутри зайца новой модели 8ATzM_2aurI	Блокировка документа от изменений, если он открыт у другого пользователя Maks 08.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в конфигурации КА2. Задача: запретить редактирование документа, если он открыт у другого пользователя. / / . . .

Oleg

	Как очистить HTML от мусора? 19.06.2008, 10:21. Показов 2016. Ответов 4 Метки нет (Все метки) Помогите!!! Есть HTML-файл. Надо преобразовать его в текстовый. Это можно сделать, если открыть IE и сказать сохранить как текст. А как сделать эту работу автоматически? Т.е. на входе несколько (много) файлов и надо все их переделать в текстовые. Есть компонент HTMLView, но как с ним работать я не знаю. И вообще можно ли с его помощью что либо сделать? Заранее благодарен.

@FateLessMan 0 / 0 / 0 Регистрация: 18.06.2008 Сообщений: 4
	19.06.2008, 11:20
	Можно поробовать regular expressions. К примеру, тэги table и br заменять на перевод строки, остальные же просто выкидывать, оставляя текст... 0

@sharig 2 / 2 / 1 Регистрация: 30.07.2007 Сообщений: 206
	23.06.2008, 01:06
	Я делаю так. Есть исходный htm-текст со всеми тегами. Ты последовательно находишь через InStr знак меньше (<), затем знак больше (>) и удаляешь всю информацию, заключенную между этими тегами. Затем ты замечаешь, что остается 'пустая' информация, заключенная в теги скриптов или счетчиков. Вот сначала и надо удалять такую информацию, а потом вылавливать основной текст. Я пользовался таким алгоритмом долгое время, но потом понял, что лучше всего сшить все файлы для обработки в один файл (через программу FAR), а затем действительно ВЫДЕЛИТЬ весь текст, СКОПИРОВАТЬ и вставить для дальнейшей обработки в любой текстовой редактор. Если нужен совет, пиши на bigsharig@mtu-net.ru 0

Oleg
	23.06.2008, 09:53
	А кто-нибудь пробовал это сделать через IE, но только автоматически. Скажем в васике вызвать объект IE и с ним поработать: открыть файл и сохранить как...