【Delphi 爬虫库 3】使用封装好的 HTML 解析库对 HTML 数据进行解析

文章目录

- 解析HTML的意义
- - 1、简单解析HTML代码
  - 2、实战解析HTML代码

解析HTML的意义

HTML是Web页面的构建语言，每个Web开发者都需要了解HTML的基础知识。但是，通过手动阅读和解析需要极大的心智和时间投入。这时候，我们就需要使用HTML在线解析工具，方便直接地解析和编辑HTML代码。

通过使用HTML在线解析工具，我们能够实现快速编辑和预览HTML代码的功能。而且，随着科技发展，HTML在线解析工具被越来越多地应用到各种软件和Web应用程序中，具有越来越广泛的应用前景。

1、简单解析HTML代码

下面是一个经典的HTML解析的例子：

html 复制代码

<!DOCTYPE html>
<html>
<head>
  <title>Hello, World, This is title!</title>
</head>
<body>
  <h1>Hello, World, This is h1!</h1>
  <p>This is a paragraph1.</p>
  <p>This is a paragraph2.</p>  
</body>
</html>

我们的目标就是利用Html解析库提取出title h1 p 中的内容.。

核心代码:

js 复制代码

procedure TForm1.Button4Click(Sender: TObject);
var
  LHtml: IHtmlElement;
  LList: IHtmlElementList;
  ExtractedText: string;
begin
  LHtml := ParserHTML(Memo1.Text);
  if LHtml <> nil then
  begin
    ExtractedText := LHtml.Find('title').Text;
    Memo2.Lines.Add(ExtractedText);
    ExtractedText := LHtml.Find('h1').Text;
    Memo2.Lines.Add(ExtractedText);
    ExtractedText := LHtml.Find('p').Text;
    Memo2.Lines.Add(ExtractedText);
  end;
end;

运行返回:

复制代码

Hello, World, This is title!
Hello, World, This is h1!
This is a paragraph1.This is a paragraph2.

2、实战解析HTML代码

对虎扑体育中的数据进行解析

HTML源代码非常的长,这里就不贴出了,我们需要对最后的<script id="__NEXT_DATA__" type="application/json">中的json数据解析出来.

核心代码:

js 复制代码

procedure TForm1.Button5Click(Sender: TObject);
var
  LHtml: IHtmlElement;
  LList: IHtmlElementList;
  Json: string;
begin
  LHtml := ParserHTML(Memo1.Text);
  if LHtml <> nil then
  begin
    LList := LHtml.Find('SCRIPT');
    for LHtml in LList do
    begin
      if LHtml.Orignal = '<script id="__NEXT_DATA__" type="application/json">' then
      begin
        Json:= LHtml.InnerHtml;
        Memo2.Lines.Add(Json);
      end;
    end;
  end;
end;

运行返回:

成功解析提取出Json，至于对Json怎么解析上一篇文章已经讲过了。