Delphi-PRAXiS - .html Datei zeilenweise lesen

Seite 1 von 2

Delphi-PRAXiS (https://www.delphipraxis.net/forum.php)

- Object-Pascal / Delphi-Language (https://www.delphipraxis.net/32-object-pascal-delphi-language/)

- - .html Datei zeilenweise lesen (https://www.delphipraxis.net/172415-html-datei-zeilenweise-lesen.html)

.html Datei zeilenweise lesen

Hallo Zusammen,

ich habe mal wieder ein Problem mit Strings bzw. Text. Ich möchte eine .html Datei zeilenweise lesen und nach bestimmten Texten suchen. Die Datei ist mal wieder irgendwie codiert und der Text wird nicht erkannt.

Delphi-Quellcode:

			var

  errortext: string;

AssignFile(rein, datei);

reset(rein);

errortext := 'test1';

repeat

   readln(rein, s);

   //showmessage(s);

   if ansipos('<TR class=', s) > 0 then

    repeat

       readln(rein, s);

       readln(rein, s);

       if pos('Missed', s) > 0 then

         errortext := 'test2';

       if pos('Failed', s) > 0 then

         errortext := 'test3';

       readln(rein, s);

       readln(rein, s);

       readln(rein, s);

       readln(rein, s);

       readln(rein, s);

       readln(rein, s);

     until ansipos('</TD></TR>', s) > 0;

   until eof(rein);

   CloseFile(rein);

   ShowMessage(errortext);

in der Variabke errortext steht aber immer der Text "test1" also werden die if Pos... nicht gefunden. Auch wenn ich mir mit Showmessage den Inhalt von s anzeigen lasse wird das Fenster abhängig vom Text größer und kleiner. Der Text wird jedoch nicht angezeigt.

Hier dann noch die ersten Zeichen in der .html Date1

Code:

			in HEX

FF FE 3C 00...

in DEZ

ÿþ<

Wie muss ich hier denn was umwandeln damit ich die Zeichen aus der Datei in den IF's vergleichen kann und wie um diese an der Console auszugeben.

Vielen Dank für Eure Hilfe.
Andreas

AW: .html Datei zeilenweise lesen

Sicher das das eine HTML Datei ist?

AW: .html Datei zeilenweise lesen

ist ne .htm

Code:

			<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

<meta name="GENERATOR" content="TSM Operational Reporting">

<meta name="ProgId" content="FrontPage.Editor.Document">

<title>TSM Operational Reporting</title>

</head>

<STYLE>

<!--

.HeaderBar {

 BORDER-RIGHT: #9fabbb 1px solid; PADDING-RIGHT: 10px; BORDER-TOP: #9fabbb 1px solid; PADDING-LEFT: 10px; FONT-WEIGHT: bold; FONT-SIZE: 11pt; MARGIN-BOTTOM: 5px; PADDING-BOTTOM: 1px; BORDER-LEFT: #9fabbb 1px solid; PADDING-TOP: 1px; BORDER-BOTTOM: #9fabbb 1px solid; FONT-FAMILY: arial,verdana,sans-serif; BACKGROUND-COLOR: #bed2fc

}

.FooterBar {

 BORDER-RIGHT: #9fabbb 1px solid; PADDING-RIGHT: 10px; BORDER-TOP: #9fabbb 1px solid; PADDING-LEFT: 10px; FONT-WEIGHT: bold; FONT-SIZE: 8pt; MARGIN-BOTTOM: 5px; PADDING-BOTTOM: 1px; BORDER-LEFT: #9fabbb 1px solid; PADDING-TOP: 1px; BORDER-BOTTOM: #9fabbb 1px solid; FONT-FAMILY: arial,verdana,sans-serif; BACKGROUND-COLOR: #bed2fc

}

.HeaderText {

  FONT-WEIGHT: bold; FONT-SIZE: 11pt; FONT-FAMILY: arial,verdana,sans-serif

  }

...

AW: .html Datei zeilenweise lesen

wenn ich das FF FE aus der Datei rauslösche dann erhalte ich das gewünschte Ergebnis.

AW: .html Datei zeilenweise lesen

.htm .html .php .aspx

"Eigentlich" alles das selbe, ne Text Datei

Sieht nach UTF8 aus, steh aber etwas anderes drinn...?

Mavarik

AW: .html Datei zeilenweise lesen

Also Html entwickelt sich natürlich weiter, aber nach meiner Kenntnis hat FF FE am Anfang der Datei keinen Sinn.

AW: .html Datei zeilenweise lesen

http://de.wikipedia.org/wiki/Byte_Order_Mark

Code:

			Kodierung      hexadezimale Darstellung   dezimale Darstellung   Darstellung nach Windows-1252

UTF-16 (LE)    FF FE                      255 254               ÿþ

AW: .html Datei zeilenweise lesen

Zitat:

Zitat von Morphie (Beitrag 1197368)

http://de.wikipedia.org/wiki/Byte_Order_Mark

Code:

			Kodierung      hexadezimale Darstellung   dezimale Darstellung   Darstellung nach Windows-1252

UTF-16 (LE)    FF FE                      255 254               ÿþ

UTF8-UTF16 na war doch schon fast richtig meine Idee. :stupid:

Obwohl das nicht zur Codierung im Beispiel passt...

AW: .html Datei zeilenweise lesen

Zitat:

Zitat von Mavarik (Beitrag 1197369)

Obwohl das nicht zur Codierung im Beispiel passt...

Wobei man sich dabei offenbar gar nicht sicher ist... Offiziell darf man gar kein Charset bei UTF-16 angeben

Zitat:

Zitat von http://www.w3.org/International/questions/qa-html-encoding-declarations.de.php#utf16

In diesem Artikel wird allgemein empfohlen, die Zeichencodierung innerhalb des Dokuments anzugeben, selbst wenn sie auch im HTTP-Header angegeben ist. Die HTML5-Spezifikation verbietet allerdings gegenwärtig die Verwendung des meta-charset-Attributs oder der Pragma-Direktive zur Angabe von UTF-16. Es ist eine Diskussion im Gang, ob das so sein muss; das kann sich noch ändern. Gegenwärtig sollte man, wenn valider HTML5-Code gewünscht ist, diese Angaben nicht für UTF-16-codierte Inhalte verwenden.

Ob Sie Element-basierte Angaben verwenden oder nicht, Sie sollten sicherstellen, dass Sie immer ein BOM (byte-order mark) ganz am Anfang einer UTF-16-codierten Datei zu stehen haben. Im Effekt ist dies die Angabe innerhalb des Dokuments.

AW: .html Datei zeilenweise lesen

Aus dem Artikel von Wiki:

Zitat:

Da das Zeichen U+FFFE als ungültig definiert ist

Woraus ich verstehe, dass die beiden Zeichen sowieso dazu gedacht sind allgemein ignoriert zu werden, speziell dazu gedacht sind anzuzeigen welche Kodierung es ist. Wenn du sie also löscht, wie du es gemacht hast, dann machst du anscheinend erst ein mal das Richtige. Allerdings solltest man nicht ignorieren, dass es eine UTF-16 Datei ist.

Seite 1 von 2