Delphi для профессионалов Извлечение ссылок из HTML-файла при помощи DOM
Всем привет!
Повторимся со вводной информацией. С последующего выпуска в этом блоке будут размещаться важные объявления.
Рассылка формируется на основе форума Iguana Delphi Forum (http://forum.igp.org.ua/).
Вопросы затрагиваемые в рассылке будут интересные и разнообразные, но простых не будет. Это может быть работа с БД, работа с сетевыми ресурсами, создание и модернизация компонент, работа с ActiveX, разбор алгоритмов, публикация статей.
Убедительно прошу
перед тем как задавать вопрос подумайте дважды.
Возможны Вы в состоянии решить вопрос без посторонней помощи.
Вы не далеко не всегда получите ответ в виде "готового кода", но по крайней мере Вашим мыслям будет задан некоторый вектор движения к цели.
Intelligent Software – многопрофильная, динамично развивающаяся IT компания, занимающаяся как созданием программного обеспечения, так и разработками web систем, в связи с расширением штата открывает вакансии Software Developer.
Требования:
* Твердые знания и опыт работы в Delphi 2000-2006 либо С/С++
* Знание SQL (желателен и опыт работы в RDBMS Firebird)...
За относительно долгое время (с момента рассылки первого выпуска) на форуме не поступило никаких предложений тем для рассылки. Посему тема рассылки снова выбиралась мною.
Извлечение ссылок из HTML-файла при помощи DOM
Сразу необходимо договориться, что мы производим прием страницы из интернета при помощи, например, Indy. Для начала нам необходимо подключить все необходимые модули для работы с ActiveX, DOM-структурой и протоколами TPC/IP и HTTP.
procedure GetLinks(AURL: String; AURLList, ALinkTextList: TStrings); // AURL - параметр содержащий адрес интернет, из которого будем извлекать ссылки // AURList - набор строк (TStrings), в который будут записаны ссылки
// ALinkTextList - набор строк (TStrings), в который будут записаны надписи на ссылках
var
IDoc : IHTMLDocument2;
strHTML : String;
v : Variant;
vTitle : string;
i, j, x: integer;
ovLinks: OleVariant;
idHTTP1: TidHTTP;
begin // создаем объект документа Интернет
Idoc:=CreateComObject(Class_HTMLDocument) as IHTMLDocument2; // создаем объект клиента протокола HTTP
idHTTP1 := TidHTTP.Create(Self);
try // включаем режим редактирования документа
IDoc.designMode:='on'; // пока документ не создан - просто обрабатываем системные события while IDoc.readyState<>'complete' do
Application.ProcessMessages; // создаем динамический массив типа Variant
v:=VarArrayCreate([0,0],VarVariant); // считываем страницу из интернета
strHTML := idHTTP1.Get(AURL); // и подкладываем в массив
v[0]:= strHTML; // записываем полученные строки в наш документ
IDoc.write(PSafeArray(System.TVarData(v).VArray)); // отключаем режим редактирования документа
IDoc.designMode:='off'; // ожидаем завершения создания и разбора документа while IDoc.readyState<>'complete' do
Application.ProcessMessages; // получаем массив тегов A, т.е. ссылок
ovLinks := IDoc.all.tags('A'); // в том случае, если ссылки в документе есть - начинаем разбор if ovLinks.Length > 0 thenbegin for x := 0 to ovLinks.Length-1 dobegin // в переменную AURList добавляем адрес ссылки (HREF)
AURLList.Add(ovLinks.Item(x).href); // в переменную ALinkTextList добавляем текст содержащийся внутри ссылки (т.е. между открывающим тегом <a> и закрывающим </a>)
ALinkTextList.Add(ovLinks.Item(x).innerText); end; end; finally // освобождаем память HTTP-клинета
idHTTP1.Free; // обнуляем переменную документа Интернет
IDoc := nil; end; end;
Как вызывать написанную нами процедуру? Согласно описаному прототипу нашей процедуры мы имеем следующий вызов, например, на нажатии кнопки:
procedure TForm1.Button1Click(Sender: TObject); begin
GetLinks('http://igp.org.ua/', ListBox2.Items, ListBox1.Items); end;
В данном случае все ссылки со страницы http://igp.org.ua/ будут разобраны т.о., что ссылки будут содержаться в нашем визуальном компоненте ListBox2, а тексты ссылок в компоненте ListBox1.
