Поиск двух чисел из определенной строки в html коде

@krusty96 · Регистрация: 12.01.2012

Author24 — интернет-сервис помощи студентам

Всем доброго времени суток!
В программировании новичек. Столкнулся с проблемой, которую не могу решить. Прошу вашей помощи в этом.

Нужно в коде html страницы из определенной строки найти два числа и вывести их, например, в Memo1.

Что я делаю. Открываю в CppWebBrowser страницу и записываю исходный код html страницы, например, в ht.
В html коде есть, например, такая строка:

HTML5

<TD vAlign=top align=left><IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/imag.png" width=12 height=12><SPAN>1342</SPAN> <IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/kartinka.png" width=12 height=12><SPAN>1932</SPAN> </TD>

Из этой строки мне НУЖНО ЗАПИСАТЬ в Memo1 то, что находится в тегах <SPAN>, т.е. ТОЛЬКО ЧИСЛА (в данном случае это 1342 и 1932. Оба числа 4-х значные!).
С этим проблем нет. Я их нахожу по позициям следующим образом:

C++

for (int i = 0; i < ht.Length(); i++)
{
int ht1=ht.Pos("<SPAN>");
int ht2=ht.Pos("</TD>");
 Memo1->Lines->Add(hp.SubString(ht1+6,ht2-ht1-129));
 Memo1->Lines->Add(hp.SubString(ht1+121,ht2-ht1-129));
 ht = ht.SubString(ht1,ht2-ht1);
}

В результате в Memo1 записывается 1342 и 1932. Здесь все нормально!

НО! Эти числа, которые мне нужны, могут быть любыми в пределах от 0 до 20000. И возникает проблема если числа (либо первое число, либо второе, либо оба числа) не 4-х значные. Например:

HTML5

<TD vAlign=top align=left><IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/imag.png" width=12 height=12><SPAN>42</SPAN> <IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/kartinka.png" width=12 height=12><SPAN>1932</SPAN> </TD>

то тогда здесь в резуьтате в Memo1 Записывается 42 и 32, а должно быть 42 и 1932. Так получается, потому что я нахожу конкретные позиции для двух 4-х значных чисел.

Так же адреса картинок в этой строке могут изменяться на

HTML5

1
2
3

https://www.cyberforum.ru/images/icons/imag_123.gif
и
https://www.cyberforum.ru/images/icons/kartinka_321.gif

Эти картинки мне не нужны. Это я к тому что пизиции чисел опять же уже сместятся.
Например:

HTML5

<TD vAlign=top align=left><IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/imag.png" width=12 height=12><SPAN>1342</SPAN> <IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/kartinka_321.gif" width=12 height=12><SPAN>32</SPAN> </TD>

В результате: 1342</ и PAN>32, а должно быть 1342 и 32

Как можно это исправить? Может как то проверять если в результате не число, то тогда сделать сдвиг? но только не могу понять если сдвигать, то что и куда и вообще нужно ли это...

LK · 12.01.2012, 20:35

если искать надо в строке в таком формате:

HTML5

1	https://www.cyberforum.ru/images/icons/imag_123.gif

или похожем формате, то можно попытаться использовать функцию ExtractStrings

C++

TSysCharSet Tws,Tcs;  
Tcs<<'_'<<'.'; // разделители
AnsiString s = "https://www.cyberforum.ru/images/icons/imag_123.gif";
ExtractStrings(Tcs,Tws,s.c_str(),Memo1->Lines);

или програмно высчитывать то, что вы задаете руками

ht1+6,ht2-ht1-129));
ht1+121,ht2-ht1-129

@krusty96 · 13.01.2012, 03:15 **[ТС]**

Спасибо! Мысль подкинули. Попробую. Не подумал что можно же разбить строку на слова.

Добавлено через 6 часов 18 минут
так. если использовать ExtractStrings

C++

TSysCharSet Tws,Tcs;  
Tcs<<'_'<<'.'; // разделители
AnsiString s = "https://www.cyberforum.ru/images/icons/imag_123.gif";
ExtractStrings(Tcs,Tws,s.c_str(),Memo1->Lines);

то тогда только уже удалением лишних строк ну или брать конкретные строки и выводить то что мне нужно?

я тут немного подругому еще попробовал:
есть такая строка (res):

HTML5

https://www.cyberforum.ru/images/icons/imag.png" width=12 height=12><SPAN>2321</SPAN> <IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/kartinka_321.gif" width=12 height=12><SPAN>32</SPAN>

делаю следующее:

C++

int e = res.Pos("<SPAN"); //позиция начала тега <SPAN>
if (e)
{
  int text1 = res.Pos(">")+7; //конец тега + 7 = начало числа
  int text2 = res.Pos("</SPAN>");
  s = res.SubString(text1,text2-text1);
   Memo2->Lines->Add(s);
}

как бы не изменялась строка до первого тэга (<SPAN>) первого числа он выведет именно нужные числа.
Но как мне так же второе число найти в ЭТОЙ же строке? может цикл нужен какой, но как его здесь организовать?

есть еще один извращенский вариант. для нахождения и вывода второго числа:

C++

int k = res.Pos("<IMG");
int d = res.Pos("<SPAN");
if (k)
{
if (d)
{
  int text11 = res.Pos(">")+7;
  int text22 = res.Pos("</SPAN>");
  l = res.SubString(text11,text22-text11);
   Memo2->Lines->Add(l);
}}

но опять же он выводит вместо второго числа первое. хотя вроде должен начинать от тега <IMG

LK · 13.01.2012, 04:07

C++

AnsiString s = "<TD vAlign=top align=left><IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/imag.png" width=12 height=12><SPAN>1342</SPAN> <IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/kartinka_321.gif" width=12 height=12><SPAN>32</SPAN> </TD>";
// Здесь придется использовать StringReplace
// для экранирования \" кавычек в строке
TSysCharSet Tws,Tcs;  
Tcs<<'>'<<'<'; // разделители
ExtractStrings(Tcs,Tws,s.c_str(),Memo1->Lines);
// потом отсортировать пустые строки

@krusty96 · 15.01.2012, 21:47 **[ТС]**

LK, Спасибо. с твоим способом че то не все разобрался

C++

AnsiString s = "<TD vAlign=top align=left><IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/imag.png" width=12 height=12><SPAN>1342</SPAN> <IMG border=0 alt="" src="https://www.cyberforum.ru/images/icons/kartinka_321.gif" width=12 height=12><SPAN>32</SPAN> </TD>";
// Здесь придется использовать StringReplace
// для экранирования \" кавычек в строке
TSysCharSet Tws,Tcs; 
Tcs<<'>'<<'<'; // разделители
ExtractStrings(Tcs,Tws,s.c_str(),Memo1->Lines);
// потом отсортировать пустые строки

Но я все таки свой последний способ реализовал)) правда много кода получилось.
буду твой еще пробовать. Хоть и сделал уже по своему, НО нужно с твоим разобраться!

Добавлено через 12 часов 48 минут
можно закрывать тему