Posted on 2008-07-03 15:31
kooyee 阅读(728)
评论(1) 编辑 收藏 所属分类:
C/C++
为了使我的程序能够不依赖浏览器，直接从感兴趣Web网页中抽取信息，
又感到现有的一些库或解析器庞大而不方便，于是基于pull的方式写了
一组实用的HTML解析函数。这样就可以摆脱浏览器，让自编的软件方便
地阅读Web网页。
经过几年来的使用，发现能够用于不少用途，如 Yahoo登录，寻找股票
保价，浏览各种论坛等等。
为了能有机会与有同样需要和兴趣的编程爱好者共同讨论提高，我将
陆续贴出这组解析HTML文档的实用C函数，如下列表:
void
canonHTML( string & htmltext )
规范化HTML文档
void
getHTMLLink( string & obj_url,
const string & htmltext,
UInt32 index,
const string & name )
获取超链接的地址
void
getHTMLObject( string & obj,
const string & htmltext,
const string & tag,
UInt32 tagindex,
UInt32 unpair )
获取某个tag的内容，含tag本身
void
getHTMLObjectText( string & obj,
const string & htmltext,
const string & tag,
UInt32 tagindex,
UInt32 unpair )
获取某个tag的内容，不含tag
更多请看：
让我的C++程序直接阅读网页(1) 规范化HTML文档