(angezeigten) Text einer HTML-Quelle ermitteln

**Panthrax**

Salut.

Wie kann ich aus HTML-Quelltext den Text herausfiltern, den ich mit Ctrl-A im Browser selektieren würde?

Sieht der HTML-Quelltext z.B. so aus:

zusammenfalten · markieren

XML-Code:

			<html>

  <head>

    ...

  </head>

  <body>

    <h3>Überschrift</h3>

Hallo Welt!</p>

  <body>

</html>

Dann würde ich gern folgenden Text haben wollen:

markieren

Code:

			Überschrift

Hallo Welt!

Das entspricht einem Ctrl-A, Ctrl-C im Browser und Ctrl-V im Editor.

Wie kann ich den gleichen Ergebnistext mit Delphi ermitteln?

Ich habe bei den Delphi-Komponenten keine Eigenschaft Text oder ähnlich gefungen...

MfG
Panthrax

**Neuni**

Alle "<" und ">" suchen, das dazwischen mit den "<>" löschen, und aus "
" einen zeilenumbruch machen. Wobei dann aber nicht zwischen GROßEN und kleinen Texten unterschieden wird.

**Panthrax**

Danke für deine Antwort.

...aber die Lösung ist zu propitär. Sie berücksichtigt nicht, dass es Tags gibt die Text umschließen, der nicht angezeigt wird; Beispiele: Title, Script, Style, Frame, IFrame,...

MfG
Panthrax

**marabu**

Hallo Panthrax,

versuche es mal so:

markieren

Delphi-Quellcode:

			uses

  MSHTML;

var

  doc: IHTMLDocument2;

begin

  doc := WebBrowser.Document as IHTMLDocument2;

  ShowMessage(doc.body.innerText);

end;

Grüße vom marabu

Wenn du es ohne die IE-Objekte machen willst, blieben da noch PCRE (Reguläre Ausdrücke). In der JCL gibt es dazu ein Beispiel. Ansonsten TPerlRegEx von

http://www.regular-expressions.info/delphi.html

markieren

Code:

s/<(?:.??)>//gism

...

**Panthrax**

Hallo.

@marabu:

Deine Lösung finde ich genau richtig. Leider löst jeder Zugriff auf das Interface Doc (Typ IHTMLDocument2) eine AV aus. Habe es auch mit Doc.title probiert - ebenfalls eine AV.

Die Unit MSHTML kannte ich bis eben nicht. Da das Neuland für mich ist muss ich nochmal fragen, woran könnte es liegen, es das zugehörige Objekt WebBrowser1.Document (= nil) nicht gibt?

[Edit]WebBrowser1.Navigate('http://abc.de'); wurde ausgeführt.[/Edit]

@Olli:

Danke für den Hinweis. Reguläre Ausdrücke könnte ich mir noch vorstellen. Obwohl dabei wieder das berücksichtigt werden müsste, was ich oben erwähnte.

MfG
Panthrax

Ich glaube in dem Interface war ein Fehler (bzw. in der Unit). Ich melde mich nochmal, wenn ich mein Mailarchiv durchsucht habe.

**marabu**

Panthrax, du schreibst du hättest das betreffende HTML-Dokument geladen. Wenn WebBrowser.Document nil ist, dann scheint mir der Ladevorgang zu dem Zeitpunkt noch nicht beendet zu sein, zu dem du deinen Zugriff machst. Hinweise darauf, wie du den richtigen Zeitpunkt abpassen kannst, erhältst du

hier.

marabu

Sorry, auch wenn ich noch nicht so alt bin hat mich meine Erinnerung getäuscht. Was ich meinte war das IDocHostUIHandler-Interface :-\

**marabu**

Olli, dass mit dem faulty memory recall wird immer schlimmer - nicht nur bei dir. Ich dachte früher, ich werde alt, aber heute weiß ich woran es liegt: information overload! Die armen Synapsen...

Heitere Grüße vom marabu

(angezeigten) Text einer HTML-Quelle ermitteln

(angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Re: (angezeigten) Text einer HTML-Quelle ermitteln

Forumregeln

Neuni Registriert seit: 25. Feb 2004 815 Beiträge Delphi 7 Personal	#2 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 21:16 Alle "<" und ">" suchen, das dazwischen mit den "<>" löschen, und aus " " einen zeilenumbruch machen. Wobei dann aber nicht zwischen GROßEN und kleinen Texten unterschieden wird.
	Zitat

Panthrax Registriert seit: 18. Feb 2005 286 Beiträge Delphi 2010 Enterprise	#3 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 21:26 Danke für deine Antwort. ...aber die Lösung ist zu propitär. Sie berücksichtigt nicht, dass es Tags gibt die Text umschließen, der nicht angezeigt wird; Beispiele: Title, Script, Style, Frame, IFrame,... MfG Panthrax
	Zitat

marabu Registriert seit: 6. Apr 2005 10.109 Beiträge	#4 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 21:49 Hallo Panthrax, versuche es mal so: markieren Delphi-Quellcode: uses MSHTML; var doc: IHTMLDocument2; begin doc := WebBrowser.Document as IHTMLDocument2; ShowMessage(doc.body.innerText); end; Grüße vom marabu
	Zitat

Olli (Gast) n/a Beiträge	#5 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 22:00 Wenn du es ohne die IE-Objekte machen willst, blieben da noch PCRE (Reguläre Ausdrücke). In der JCL gibt es dazu ein Beispiel. Ansonsten TPerlRegEx von http://www.regular-expressions.info/delphi.html markieren Code: s/<(?:.??)>//gism ...
	Zitat

Olli (Gast) n/a Beiträge	#7 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 22:27 Ich glaube in dem Interface war ein Fehler (bzw. in der Unit). Ich melde mich nochmal, wenn ich mein Mailarchiv durchsucht habe.
	Zitat

marabu Registriert seit: 6. Apr 2005 10.109 Beiträge	#8 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 22:34 Panthrax, du schreibst du hättest das betreffende HTML-Dokument geladen. Wenn WebBrowser.Document nil ist, dann scheint mir der Ladevorgang zu dem Zeitpunkt noch nicht beendet zu sein, zu dem du deinen Zugriff machst. Hinweise darauf, wie du den richtigen Zeitpunkt abpassen kannst, erhältst du hier. marabu
	Zitat

Olli (Gast) n/a Beiträge	#9 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 22:39 Sorry, auch wenn ich noch nicht so alt bin hat mich meine Erinnerung getäuscht. Was ich meinte war das IDocHostUIHandler-Interface :-\
	Zitat

marabu Registriert seit: 6. Apr 2005 10.109 Beiträge	#10 Re: (angezeigten) Text einer HTML-Quelle ermitteln 30. Jul 2005, 22:50 Olli, dass mit dem faulty memory recall wird immer schlimmer - nicht nur bei dir. Ich dachte früher, ich werde alt, aber heute weiß ich woran es liegt: information overload! Die armen Synapsen... Heitere Grüße vom marabu
	Zitat