CYFROWY BARON • PROGRAMOWANIE

Witam ponownie,
jak wyciagnąć do zmiennej kod strony HTML wczytanej do komponentu TWebBrowser (komponent przeglądarki) oraz same dane tekstowe zawarte w kodzie HTML bez kodu HTML. Wiem, że jest to możliwe, bo miałem kiedyś do tego kod, ale nie mogę go obecnie poszukać.

Pozdrawiam

Piszesz tak, że już nie wiem... Chcesz podejrzeć kod źródłowy strony?

Jeżeli tak: ► patrz serwis: Cyfrowy Baron dział: porady sieć - internet Wywołanie okna podglądu dla kontrolki TCppWebBrowser.

Ale co tu jest dla Ciebie nie jasne ?
Kod strony = kod HTML tworzący daną stronę która aktualnie jest załadowana do komponentu TWebBrowser;
Dane tekstowe = to co widać w komponencie TWebBrowser. Przykładowo jeśli kodem HTML bedzie <strong>wykonuje pogrubienie tekstu</strong> samymi danymi tekstowymi jest to co my widzimy, "wykonuje pogrubienie tekstu".

I o taką funkcjonalność mi chodzi.
----
Nie, nie chodzi tu o okno podglądu wydruku ....

Jednym słowem chcesz wyciągnąć czysty tekst z kodu HTML?!

To wymaga kodu parsującego. Coś podobnego znajdziesz w serwisie Cyfrowy Baron w dziale: porady sieć - internet, porada: wyciąganie adresów URL ze stron internetowych. Kod wyciąga co prawda tylko adresy URL, ale idąc tym tropem możesz wyciągnąć ze stron co zechcesz.

Jeżeli chodzi o parsowanie całego kodu HTML i wyciąganie całego tekstu, to nie spotkałem się z biblioteką, która by takie zadanie realizowała.

---

Kod strony = kod HTML tworzący daną stronę która aktualnie jest załadowana do komponentu TWebBrowser;

Podałem odpowiedź w poprzednim poście.

Dane tekstowe = to co widać w komponencie TWebBrowser.

Jedyną bibliotekę jaką znam a realizującą to zadanie jest właśnie kontrolka TWebBrowser, no ale z niej samego tekstu nie wyciągniesz. Potrzebujesz więc biblioteki, która potrafi parsować kod HTML i zwracać jako wynik sam tekst. Jak wspomniałem, nie spotkałem się z taką biblioteką, ale jest nadzieja. W Embarcadero RAD Studio 2010 występuje komponent TInetXPageProducer, który posiada jakiś mechanizm parsujący, więc w wolnej chwili przyjrzę się tej bibliotece i może wtedy napiszę coś więcej.

"To wymaga kodu parsującego." nic takiego nie potrzeba, bo sam TWebBrowser umożliwia taką funkcjonalność, do tego wyciąganie kodu źródłowego, a nawet wszystkich linków z wczytanej strony - wiem, bo takie funkcje kiedyś testowałem i pochodziły z jakieś niemieckiej strony o tym komponencie.

No to życzę powodzenia, gdyż nigdy z niczym podobnym w TWebBrowser się nie spotkałem. Ta kontrolka ActiveX (nie komponent) potrafi mniej niż Internet Explorer gdyż bazuje na bibliotekach tej przeglądarki. Nie spotkałem się z podobną funkcją w IE, więc nie wiem jak to jest z tą kontrolką, ale spis wszystkich funkcji, metod itp. znajdziesz w pomocy pod hasłem TWebBrowser.

---

Wyciąganie tekstu z kodu HTML itp. nazywa się parsowaniem, więc dokładnie tego Tobie potrzeba, a jeżeli TWebBrowser to potrafi to chciałbym to zobaczyć

Jak znajdę tylko tamte kody to Zobaczysz...