В данном посте учусь решать типичные задачи парсинга, используя библиотеку MSHTML – искать ссылки, заголовки, мета-теги, выделять другие элементы HTML страницы. Для примера буду просто выгружать найденное в Memo. Работаем в FireMonkey.

Подготовительная работа

О том как загрузить страницу я писал в предыдущих постах.

Как загрузить страницу? (В данном посте будем использовать способ №2 так как работаем с MSHTML).

Также, возможно Вам понадобится пост

Как победить глюк всплывающего окна?

В результате загрузки страницы мы получим глобальную интерфейсную переменную idoc:IHTMLDocument2; C ней-то и будем работать в данном посте.

Загрузка страницы

Через интерфейс IHTMLDocument2

// uses activex,mshtml,ComObj
...

var  idoc:IHTMLDocument2;
...

procedure TForm2.Button1Click(Sender: TObject);
var V: OleVariant;
   HTML: String;

begin
 try
   //Сначала просто загружаем в html как строку
  idhttp1.HandleRedirects:=true;
  html:=idhttp1.Get('http://www.vesti.ru/');
  
  //Создаем вариантный массив
  v:=VarArrayCreate([0,0],VarVariant);
  v[0]:= HTML; // присваиваем 0 элементу массива строку с html

  // Создаем интерфейс
  {Можно загружать через CreateComObject либо через coHTMLDocument.Create}
  //iDoc:=CreateComObject(Class_HTMLDOcument) as IHTMLDocument2;
  idoc:=coHTMLDocument.Create as IHTMLDocument2;

  //пишем в интерфейс
  idoc.write(PSafeArray(System.TVarData(v).VArray));
  {все, теперь страницу можно обрабатывать при помощи MSHTML}

 finally

 end;
end;

// uses activex,mshtml,ComObj

...

var idoc:IHTMLDocument2;

...

procedure TForm2.Button1Click(Sender: TObject);

var V: OleVariant;

HTML: String;

begin

try

//Сначала просто загружаем в html как строку

idhttp1.HandleRedirects:=true;

html:=idhttp1.Get('http://www.vesti.ru/');

//Создаем вариантный массив

v:=VarArrayCreate([0,0],VarVariant);

v[0]:= HTML; // присваиваем 0 элементу массива строку с html

// Создаем интерфейс

{Можно загружать через CreateComObject либо через coHTMLDocument.Create}

//iDoc:=CreateComObject(Class_HTMLDOcument) as IHTMLDocument2;

idoc:=coHTMLDocument.Create as IHTMLDocument2;

//пишем в интерфейс

idoc.write(PSafeArray(System.TVarData(v).VArray));

{все, теперь страницу можно обрабатывать при помощи MSHTML}

finally

end;

Как получить список имен всех тегов?

В предыдущем посте, я уже рассматривал как получить список имен всех тегов,

procedure TForm2.Button2Click(Sender: TObject);
var i:integer; s:string;
    idisp:IDispatch;
    iElement : IHTMLElement;

begin
for i := 1 to idoc.all.length do
  begin
    idisp:=idoc.all.item(pred(i),0);

    idisp.QueryInterface(IHTMLElement,iElement);// <<Тот самый <b>QueryInterface</b>
    str(pred(i),s);
    s:=s+' ';

    if assigned(ielement) then
     begin
       S:=S+' tag '+iElement.tagName+' ';
     end;
   memo1.Lines.Add(s);
  end;

end;

procedure TForm2.Button2Click(Sender: TObject);

var i:integer; s:string;

idisp:IDispatch;

iElement : IHTMLElement;

begin

for i := 1 to idoc.all.length do

begin

idisp:=idoc.all.item(pred(i),0);

idisp.QueryInterface(IHTMLElement,iElement);// <<Тот самый <b>QueryInterface</b>

str(pred(i),s);

s:=s+' ';

if assigned(ielement) then

begin

S:=S+' tag '+iElement.tagName+' ';

end;

memo1.Lines.Add(s);

end;

Но, на мой взгляд это достаточно длинно. Можно слегка укоротить. В данном посте, я уже больше разобрался и предлагаю более короткий код.

procedure TForm2.ShowAllTags2Click(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
begin
memo1.Lines.Clear;
for i := 0 to idoc.all.length-1 do
  begin
    element:=idoc.all.item(i,0) as IHTMLElement;
    memo1.Lines.Add(inttostr(i)+' '+element.tagName);
  end;

end;

procedure TForm2.ShowAllTags2Click(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i := 0 to idoc.all.length-1 do

begin

element:=idoc.all.item(i,0) as IHTMLElement;

memo1.Lines.Add(inttostr(i)+' '+element.tagName);

end;

Как получить список ссылок?

Универсальный код

Под универсальностью я понимаю то, что можно получать не только теги ссылок ‘A’, но и любые другие теги ‘div’ ‘p’ и так далее.

procedure TForm2.LinksClick(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
    link:string;
begin
memo1.Lines.Clear;
Collection:=idoc.all.tags('A') as IHTMLElementCollection;
for i := 0 to Collection.length-1 do
  begin

    Element := Collection.Item(i,0) as IHtmlElement;
    link:=Element.getAttribute('href',0);
    if (Pos('http:',link)>0) or (Pos('https:',link)>0) then memo1.Lines.Add(link);

  end;

end;

procedure TForm2.LinksClick(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

link:string;

begin

memo1.Lines.Clear;

Collection:=idoc.all.tags('A') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do

begin

Element := Collection.Item(i,0) as IHtmlElement;

link:=Element.getAttribute('href',0);

if (Pos('http:',link)>0) or (Pos('https:',link)>0) then memo1.Lines.Add(link);

end;

Здесь мы вытащили атрибут href, можно вытащить таким образом любой атрибут! А можно и просто innerHTML outerHTML innerText outerText и так далее.

Вообще говоря, таким образом можно получить любой атрибут любого тега! Функция getAttribute() достаточно универсальная. Можно, например искать элемент по ID таким образом…

//Опираясь на код выше...
...
if Element.getAttribute('id',0)='ID нашего элемента' then... что-то делаем..;
...

//Опираясь на код выше...

...

if Element.getAttribute('id',0)='ID нашего элемента' then... что-то делаем..;

...

Ниже я приведу пример как получить элемент по ID, а сейчас пока займемся другими вопросами.

Альтернативный более короткий код. Как получить список ссылок?

procedure TForm2.links2Click(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
begin
memo1.Lines.Clear;
for i := 0 to idoc.links.length-1 do
  begin
    element:=idoc.links.item(i,0) as IHTMLElement;
    memo1.Lines.Add(element.outerHTML);
  end;

end;

procedure TForm2.links2Click(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i := 0 to idoc.links.length-1 do

begin

element:=idoc.links.item(i,0) as IHTMLElement;

memo1.Lines.Add(element.outerHTML);

end;

Для element можно выводить outerHTML innerHTML, а можно обратиться к атрибуту методом element.getAttribute() как в примере выше. Словом дальнейший код уже зависит от задачи. IDE сама все подскажет, что можно вытащить из element, просто нажмите точку и увидите выпадающий список… Ну а дальше – экспериментируйте и подстраивайтесь под задачу.

Как получить список заголовков H1-H5?

procedure TForm2.LinksClick(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
    link:string;
begin
memo1.Lines.Clear;
Collection:=idoc.all.tags('H2') as IHTMLElementCollection;
for i := 0 to Collection.length-1 do
  begin

    Element := Collection.Item(i,0) as IHtmlElement;
    link:=Element.innerTEXT; // << <H2>Текст между тегами </H2>
    if link<>'' then memo1.Lines.Add(link);

  end;

end;

procedure TForm2.LinksClick(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

link:string;

begin

memo1.Lines.Clear;

Collection:=idoc.all.tags('H2') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do

begin

Element := Collection.Item(i,0) as IHtmlElement;

link:=Element.innerTEXT; // << <H2>Текст между тегами </H2>

if link<>'' then memo1.Lines.Add(link);

end;

Как получить содержимое мета-тегов?

procedure TForm2.MetaClick(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
    meta:string;
begin
memo1.Lines.Clear;
Collection:=idoc.all.tags('meta') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do
  begin
    Element:=Collection.item(i,0) as IHTMLElement;
    meta:=Element.getAttribute('name',0);
    if
    (lowercase(meta)='description') or (lowercase(meta)='keywords') 
    then
    memo1.Lines.Add(Element.getAttribute('content',0));
  end;

end;

procedure TForm2.MetaClick(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

meta:string;

begin

memo1.Lines.Clear;

Collection:=idoc.all.tags('meta') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do

begin

Element:=Collection.item(i,0) as IHTMLElement;

meta:=Element.getAttribute('name',0);

(lowercase(meta)='description') or (lowercase(meta)='keywords')

then

memo1.Lines.Add(Element.getAttribute('content',0));

end;

Альтернативный код – как получить содержимое мета-тегов?

Допустим мы исследовали некоторую страницу, скажем http://www.vesti.ru/ и в коде страницы увидели что-то вроде…

<!doctype html>
<html>

<head>
    <meta charset="utf-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">

...продолжение кода...

<!doctype html>

<html>

<head>

...продолжение кода...

Допустим, нам нужно сначала найти все теги со значением

http-equiv="X-UA-Compatible"

1	http-equiv="X-UA-Compatible"

И вытащить оттуда содержание атрибута content… то есть, в выше приведенном участке кода нам нужно вытащить значение IE=edge.

В этом случае можно воспользоваться не универсальным способом, а специальным интерфейсом для мета-тегов IHTMLMetaElement. Вообще, с опытом использование специальных интерфейсов сильно упрощает задачу.

procedure TForm2.Meta2Click(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLMetaElement; // Объявляем специальный интерфейс для мета тегов

begin
memo1.Lines.Clear;

Collection:=idoc.all.tags('meta') as IHTMLElementCollection; // Выделяем только мета-теги

for i := 0 to Collection.length-1 do
  begin
    Element:=Collection.item(i,0) as IHTMLMetaElement;

    if
    Element.httpEquiv='X-UA-Compatible' {Интерфейс обладает специальными методами для работы с атрибутами мета-тегов}
    then
    memo1.Lines.Add(Element.content);
  end;

end;

procedure TForm2.Meta2Click(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLMetaElement; // Объявляем специальный интерфейс для мета тегов

begin

memo1.Lines.Clear;

Collection:=idoc.all.tags('meta') as IHTMLElementCollection; // Выделяем только мета-теги

for i := 0 to Collection.length-1 do

begin

Element:=Collection.item(i,0) as IHTMLMetaElement;

Element.httpEquiv='X-UA-Compatible' {Интерфейс обладает специальными методами для работы с атрибутами мета-тегов}

then

memo1.Lines.Add(Element.content);

end;

Как получить подписи рисунков?

Этот материал на основе поста Влада с блога WebDelphi. Я лишь повторяю его здесь, чтобы проверить и закрепить свои знания.

procedure TForm2.PicsClick(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
    meta:string;
begin
memo1.Lines.Clear;
Collection:=idoc.all.tags('img') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do
  begin
    Element:=Collection.item(i,0) as IHTMLElement;

    //Проверки атрибутов
    if length(Element.getAttribute('alt',0))>0 then
    memo1.Lines.Add('Alt ='+Element.getAttribute('alt',0));

    if length(Element.getAttribute('title',0))>0 then
    memo1.Lines.Add('title ='+Element.getAttribute('title',0));

    if length(Element.getAttribute('longdesc',0))>0 then
    memo1.Lines.Add('Title ='+Element.getAttribute('title',0));

  end;

end;

procedure TForm2.PicsClick(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

meta:string;

begin

memo1.Lines.Clear;

Collection:=idoc.all.tags('img') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do

begin

Element:=Collection.item(i,0) as IHTMLElement;

//Проверки атрибутов

if length(Element.getAttribute('alt',0))>0 then

memo1.Lines.Add('Alt ='+Element.getAttribute('alt',0));

if length(Element.getAttribute('title',0))>0 then

memo1.Lines.Add('title ='+Element.getAttribute('title',0));

if length(Element.getAttribute('longdesc',0))>0 then

memo1.Lines.Add('Title ='+Element.getAttribute('title',0));

end;

Альтернативный, более короткий код

procedure TForm2.PICS2Click(Sender: TObject);
var i:integer;
    Element:IHTMLElement;

begin
memo1.Lines.Clear;
for i:=0 to idoc.images.length-1
do begin
   element:=idoc.images.item(i,0) as IHTMLElement;

    if length(Element.getAttribute('alt',0))>0 then
    memo1.Lines.Add('Alt ='+Element.getAttribute('alt',0));

    if length(Element.getAttribute('title',0))>0 then
    memo1.Lines.Add('title ='+Element.getAttribute('title',0));

    if length(Element.getAttribute('longdesc',0))>0 then
    memo1.Lines.Add('Title ='+Element.getAttribute('title',0));



   end;

end;

procedure TForm2.PICS2Click(Sender: TObject);

var i:integer;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i:=0 to idoc.images.length-1

do begin

element:=idoc.images.item(i,0) as IHTMLElement;

if length(Element.getAttribute('alt',0))>0 then

memo1.Lines.Add('Alt ='+Element.getAttribute('alt',0));

if length(Element.getAttribute('title',0))>0 then

memo1.Lines.Add('title ='+Element.getAttribute('title',0));

if length(Element.getAttribute('longdesc',0))>0 then

memo1.Lines.Add('Title ='+Element.getAttribute('title',0));

end;

Продолжаем с картинками. Получение OuterHTML для тегов IMG

procedure TForm2.Pics3Click(Sender: TObject);
var i:integer;
    Element:IHTMLElement;
  
begin
memo1.Lines.Clear;
for i:=0 to idoc.images.length-1
do begin
   element:=idoc.images.item(i,0) as IHTMLElement;
   memo1.Lines.Add(element.outerHTML);
   end;

end;

procedure TForm2.Pics3Click(Sender: TObject);

var i:integer;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i:=0 to idoc.images.length-1

do begin

element:=idoc.images.item(i,0) as IHTMLElement;

memo1.Lines.Add(element.outerHTML);

end;

Как получить элемент по ID?

procedure TForm2.iDClick(Sender: TObject);

var i:integer; s:string;
    idisp:IDispatch;
    iElement : IHTMLElement;
    iInputElement:IHTMLInputElement;

begin
memo1.Lines.Clear;
for i := 1 to idoc.all.length do
  begin
    idisp:=idoc.all.item(pred(i),0);

    idisp.QueryInterface(IHTMLElement,iElement);
  
    if assigned(ielement) then
     begin
      if ielement.getAttribute('id',0)='vgtrk_bar' then
       begin
       memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');
       memo1.Lines.Add(ielement.outerHTML); // << здесь можем выводить innerHTML outerHTML innerText outerText и др.
       end;
     end;
    
  end;
end;

procedure TForm2.iDClick(Sender: TObject);

var i:integer; s:string;

idisp:IDispatch;

iElement : IHTMLElement;

iInputElement:IHTMLInputElement;

begin

memo1.Lines.Clear;

for i := 1 to idoc.all.length do

begin

idisp:=idoc.all.item(pred(i),0);

idisp.QueryInterface(IHTMLElement,iElement);

if assigned(ielement) then

begin

if ielement.getAttribute('id',0)='vgtrk_bar' then

begin

memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');

memo1.Lines.Add(ielement.outerHTML); // << здесь можем выводить innerHTML outerHTML innerText outerText и др.

end;

Альтернативный, более короткий путь – как получить элемент по ID

procedure TForm2.iD2Click(Sender: TObject);
var i:integer;

    Element:IHTMLElement;
begin
memo1.Lines.Clear;
for i := 0 to idoc.all.length-1 do
  begin
    element:=idoc.all.item(i,0) as IHTMLElement;
    if element.id='vgtrk_bar' then
       begin
       memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');
       memo1.Lines.Add(element.outerHTML);
       end;

  end;

end;

procedure TForm2.iD2Click(Sender: TObject);

var i:integer;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i := 0 to idoc.all.length-1 do

begin

element:=idoc.all.item(i,0) as IHTMLElement;

if element.id='vgtrk_bar' then

begin

memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');

memo1.Lines.Add(element.outerHTML);

end;

Как получить Body?

procedure TForm2.BodyClick(Sender: TObject);
begin
memo1.Lines.Clear;
memo1.Lines.Add(idoc.body.outerHTML);
end;

procedure TForm2.BodyClick(Sender: TObject);

begin

memo1.Lines.Clear;

memo1.Lines.Add(idoc.body.outerHTML);

end;

Как получить текст из Body без тегов?

procedure TForm2.BodyInnerTextClick(Sender: TObject);
begin
memo1.Lines.Clear;
memo1.Lines.Add(idoc.body.innerText);
end;

procedure TForm2.BodyInnerTextClick(Sender: TObject);

begin

memo1.Lines.Clear;

memo1.Lines.Add(idoc.body.innerText);

end;

Как получить Title?

procedure TForm2.TitleClick(Sender: TObject);
begin
memo1.Lines.Clear;
memo1.Lines.Add(idoc.title);
end;

procedure TForm2.TitleClick(Sender: TObject);

begin

memo1.Lines.Clear;

memo1.Lines.Add(idoc.title);

end;

…

Эта библиотека просто огромна!!! В ней очень много возможностей, можно по аналогии получать скрипты, анкоры, все, что находится внутри документа HTML можно вытащить с помощью библиотеки MSHTML. Моей целью было разобраться на примерах как это работает, далее я сделаю обобщающие выводы, и на этом тему парсинга HTML буду заканчивать. Останется только разобраться с тем, что такое innerHTML outer HTML innerText outerText, а также с тем, как заменять содержание тегов. Но это в других постах.

Выводы

Видно, что после того как мы загрузили страницу в интерфейсную переменную, у нас получилось как минимум 3 пути дальнейшей работы.

1 Путь простой универсальный – обращаемся к idoc.all

Все HTML элементы хранятся в idoc.all Cледовательно, можно обратиться к любому из них по названию тега, например, то есть так… …на примере парсинга ссылок…

procedure TForm2.link3Click(Sender: TObject);
var i:integer;
    Element:IHTMLElement;
begin
memo1.Lines.Clear;
for i:= 0 to idoc.all.length-1 do
  begin
    element:=idoc.all.item(i,0) as IHTMLElement;
    if element.tagName='A' then memo1.Lines.Add(element.outerHTML);

  end;

end;

procedure TForm2.link3Click(Sender: TObject);

var i:integer;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i:= 0 to idoc.all.length-1 do

begin

element:=idoc.all.item(i,0) as IHTMLElement;

if element.tagName='A' then memo1.Lines.Add(element.outerHTML);

end;

Можно обратиться к элементу по ID

procedure TForm2.iD2Click(Sender: TObject);
var i:integer;
    Element:IHTMLElement;
begin
memo1.Lines.Clear;
for i := 0 to idoc.all.length-1 do
  begin
    element:=idoc.all.item(i,0) as IHTMLElement;
    if element.id='vgtrk_bar' then
       begin
       memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');
       memo1.Lines.Add(element.outerHTML);
       end;

  end;

end;

procedure TForm2.iD2Click(Sender: TObject);

var i:integer;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i := 0 to idoc.all.length-1 do

begin

element:=idoc.all.item(i,0) as IHTMLElement;

if element.id='vgtrk_bar' then

begin

memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');

memo1.Lines.Add(element.outerHTML);

end;

Работа с idoc напрямую

Касаясь нашего примера – мы создали интерфейсную переменную idoc. Многие элементы хранятся не в idoc.all, а напрямую в idoc, например

idoc.images;

idoc.title;

idoc.body;

idoc.links;
...

idoc.images;

idoc.title;

idoc.body;

idoc.links;

...

И так далее…. Чтобы ознакомиться с этим списком, достаточно после получения idoc в редакторе IDE DELPHI, в обработчике кнопки, например, набрать idoc, набрать точку, и дождаться выпадения списка

И далее, работать можно таким образом… …на примере парсинга ссылок

procedure TForm2.links2Click(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
begin
memo1.Lines.Clear;
for i := 0 to idoc.links.length-1 do
  begin
    element:=idoc.links.item(i,0) as IHTMLElement;
    memo1.Lines.Add(element.outerHTML);
  end;

end;

procedure TForm2.links2Click(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

begin

memo1.Lines.Clear;

for i := 0 to idoc.links.length-1 do

begin

element:=idoc.links.item(i,0) as IHTMLElement;

memo1.Lines.Add(element.outerHTML);

end;

2 путь – создание предварительной коллекции

На примере поиска ссылок

procedure TForm2.LinksClick(Sender: TObject);
var i:integer;
    Collection: IHTMLElementCollection;
    Element:IHTMLElement;
    link:string;
begin
memo1.Lines.Clear;
Collection:=idoc.all.tags('A') as IHTMLElementCollection;
for i := 0 to Collection.length-1 do
  begin
    Element := Collection.Item(i,0) as IHtmlElement;
    link:=Element.getAttribute('href',0);
    if (Pos('http:',link)>0) or (Pos('https:',link)>0) then memo1.Lines.Add(link);
  end;
end;

procedure TForm2.LinksClick(Sender: TObject);

var i:integer;

Collection: IHTMLElementCollection;

Element:IHTMLElement;

link:string;

begin

memo1.Lines.Clear;

Collection:=idoc.all.tags('A') as IHTMLElementCollection;

for i := 0 to Collection.length-1 do

begin

Element := Collection.Item(i,0) as IHtmlElement;

link:=Element.getAttribute('href',0);

if (Pos('http:',link)>0) or (Pos('https:',link)>0) then memo1.Lines.Add(link);

end;

3 Путь – с использованием iDispatch

На примере поиска по ID

procedure TForm2.iDClick(Sender: TObject);

var i:integer; s:string;
    idisp:IDispatch;
    iElement : IHTMLElement;
    iInputElement:IHTMLInputElement;

begin
memo1.Lines.Clear;
for i := 1 to idoc.all.length do
  begin
    idisp:=idoc.all.item(pred(i),0);

    idisp.QueryInterface(IHTMLElement,iElement);
  
    if assigned(ielement) then
     begin
      if ielement.getAttribute('id',0)='vgtrk_bar' then
       begin
       memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');
       memo1.Lines.Add(ielement.outerHTML); // << здесь можем выводить innerHTML outerHTML innerText outerText и др.
       end;
     end;
    
  end;
end;

procedure TForm2.iDClick(Sender: TObject);

var i:integer; s:string;

idisp:IDispatch;

iElement : IHTMLElement;

iInputElement:IHTMLInputElement;

begin

memo1.Lines.Clear;

for i := 1 to idoc.all.length do

begin

idisp:=idoc.all.item(pred(i),0);

idisp.QueryInterface(IHTMLElement,iElement);

if assigned(ielement) then

begin

if ielement.getAttribute('id',0)='vgtrk_bar' then

begin

memo1.Lines.Add('Найден элемент с атрибутом id=vgtrk_bar');

memo1.Lines.Add(ielement.outerHTML); // << здесь можем выводить innerHTML outerHTML innerText outerText и др.

end;

На этом, думаю, пора данный пост закончить. Удачи в разработке!!!

Исходники

198 Getting_all_tags

Delphi. Парсинг с помощью библиотеки MSHTML

Подготовительная работа

Загрузка страницы

Как получить список имен всех тегов?

Как получить список ссылок?

Универсальный код

Альтернативный более короткий код. Как получить список ссылок?

Как получить список заголовков H1-H5?

Как получить содержимое мета-тегов?

Альтернативный код – как получить содержимое мета-тегов?

Как получить подписи рисунков?

Альтернативный, более короткий код

Продолжаем с картинками. Получение OuterHTML для тегов IMG

Как получить элемент по ID?

Альтернативный, более короткий путь – как получить элемент по ID

Как получить Body?

Как получить текст из Body без тегов?

Как получить Title?

…

Выводы

1 Путь простой универсальный – обращаемся к idoc.all

Можно обратиться к элементу по ID

Работа с idoc напрямую

2 путь – создание предварительной коллекции

3 Путь – с использованием iDispatch

Исходники

MY PROJECTS

Recent Posts

Categories