[DELPHI] faire une regex

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : [DELPHI] faire une regex

stef_dobermann

Personne n'est parfait ...

Bonjour,

j'utilise idHTTP pour récupérer une page que j'ai fait sur Internet, et je voudrais ne récupérer que le texte (donc enlever tous les codes HTML) avait vous une solution à ce problème :??:

je ne voudrais pas passer par un autre composant si possible comme WebBrowser qui lui le fait mais la je n'arrrive pas à récupérer le résultat ailleur que dans un RichEdit alors que je le voudrais dans une variable !

Merci d'avance !

---------------
Tout à commencé par un rêve...

Publicité

antp

Super Administrateur
Champion des excuses bidons

Code :

function HTMLRemoveTags(const Value: string): string;
var
i, Max: Integer;
begin
result := '';
Max := Length(Value);
i := 1;
while i <= Max do
begin
if Value[i] = '<' then
begin
repeat
inc(i);
until (i > Max) or (Value[i-1] = '>');
end else
begin
result := result + Value[i];
inc(i);
end;
end;
end;

(pour faire propre il faudrait aussi rajouter la détection des scripts et feuilles de style)

sinon il y a des composants gratuits gérant les expressions régulières, tu peux toujours aller faire un tour sur www.torry.net

Message édité par antp le 29-06-2004 à 18:14:21

---------------
mes programmes ·· les voitures dans les films ·· apprenez à écrire

stef_dobermann

Personne n'est parfait ...

Merci beaucoup, c'est déjà un départ !

---------------
Tout à commencé par un rêve...

alexistoulotte

antp a écrit :

(pour faire propre il faudrait aussi rajouter la détection des scripts et feuilles de style)

Code :

[...]
i := Pos('<body>', Value) + 6;
[...]

antp

Super Administrateur
Champion des excuses bidons

Il peut y avoir des scripts n'importe où sur la page [:itm]
(et des commentaires aussi en fait)

Puis body peut-être écrit en majuscule, et il peut y avoir des attributs dans body...

Message édité par antp le 23-07-2004 à 17:36:58

---------------
mes programmes ·· les voitures dans les films ·· apprenez à écrire

alexistoulotte

antp a écrit :

Il peut y avoir des scripts n'importe où sur la page [:itm]
(et des commentaires aussi en fait)

Puis body peut-être écrit en majuscule, et il peut y avoir des attributs dans body...

Ce n'etait qu'une suggestion, je n'ai meme pas tester le truc. Mais au final le probleme est beaucoup plus compliqué. Le mieux serait en fait le composant XMLDocument.

antp

Super Administrateur
Champion des excuses bidons

XMLDocument il va avoir du mal avec une page HTML
Si on a un document XML propre c'est plus simple, même en le faisant "à la main" comme ici.

---------------
mes programmes ·· les voitures dans les films ·· apprenez à écrire

alexistoulotte

antp a écrit :

XMLDocument il va avoir du mal avec une page HTML
Si on a un document XML propre c'est plus simple, même en le faisant "à la main" comme ici.

Je vois mal pourquoi il aurait du mal avec un document HTML. Un document HTML ne serait-ce pas d'ailleurs également un document XML...

Message édité par alexistoulotte le 23-07-2004 à 18:00:56

antp

Super Administrateur
Champion des excuses bidons

non, pas du tout

ceci par exemple :
http://antp.be/temp/html4open.html
c'est un document HTML parfaitement valide
mais il y aurait des dizaines d'erreurs pour un parseur XML, car plein de tags sont ouverts.

Puis peu de pages HTML sont conformes aux specs de toute façon.

---------------
mes programmes ·· les voitures dans les films ·· apprenez à écrire

alexistoulotte

antp a écrit :

Je suis d'accord, c'est vrai que les specs du HTML acceptes ton document (d'ailleurs, w3.org le valide). Mais bon, il faut avouer que le HTML va ceder sa place au XHTML. Pour ce qui est des specs, je trouve ca dommage qu'autant de sites, surtout des sites avec une frequence de visite enorme ne fasses pas un minimum attention. Quand on voit que la page d'accueil de microsoft.com n'a meme pas de DOCTYPE... Mais bon, oui je sais, c'est microsoft...

Publicité

antp

Super Administrateur
Champion des excuses bidons

XHTML c'est du XML, mais HTML ne l'est pas et n'a jamais eu ce but. c'est du SGML (XML étant aussi du SGML il me semble).

---------------
mes programmes ·· les voitures dans les films ·· apprenez à écrire

alexistoulotte

antp a écrit :

XHTML c'est du XML, mais HTML ne l'est pas et n'a jamais eu ce but. c'est du SGML (XML étant aussi du SGML il me semble).

Oui le XML est du SGML

FORUM HardWare.fr

Programmation

Delphi/Pascal

[DELPHI] faire une regex

Sujets relatifs
Parser un fichier... regex ?	[OLE] Delphi
[DELPHI] dbcombobox et liste complete des records	Comment connecter une base Access dans un projet Delphi??
[Delphi] Recuperer resultat d'une requete	[Delphi 6] Pb : executer une procédure apres un temps d'inactivité
fonction pour connexion serveur + regex	EOF sous delphi
[Delphi]application multifiches (MDI)	Script de compil Delphi
Plus de sujets relatifs à : [DELPHI] faire une regex

Page générée en 0.037 secondes