delphi 提取网页源文件纯文本函数

function GetHtmltxt(aHtml:string):string;

function DelStrbyTag(aHtml,aFtTag,aEndTag:string):string; // 除去制点 tag 之间的数据
var
aFt,aBk:integer;
TempStr,BackStr:string;
begin
TempStr:=aHtml;
BackStr:='';
while Tempstr<>'' do
begin
    aFt:=Pos(aFtTag,Tempstr);
    aBk:=Pos(aEndTag,Tempstr);
    if (aFt>0) and (aBk>0) then
    begin
      BackStr:=BackStr+copy(Tempstr,1,aFt-1);
      TempStr:=copy(TempStr,aBk+length(aEndTag),length(tempstr));
    end
    else
    begin
      BackStr:=BackStr+tempstr;
      tempstr:='';
    end;
end;
Result:=BackStr;
end;

var
i:integer;
s:string;
begin
i:=1;
s:='';
aHtml:=trim(aHtml);
aHtml:=stringReplace(aHtml,'<p>',chr(13)+chr(10),[rfReplaceAll,rfIgnoreCase]);
aHtml:=DelStrbyTag(aHtml,'<script','</script>');
aHtml:=StringReplace(aHtml,#$D#$A, '',[rfReplaceAll,rfIgnoreCase]); //回车换行符 ;
aHtml:=StringReplace(aHtml,' ','',[rfReplaceAll,rfIgnoreCase]); //删除Html空格
while i<=length(aHtml) do
begin
    if aHtml[i]='<' then
     repeat inc(i)
    until (aHtml[i]='>')
    else
    begin
      if aHtml[i]<>' ' then
      begin
        s:=s+aHtml[i];
      end
      else
      begin
        if s[length(s)]<>' ' then
        begin
          s:=s+aHtml[i];
        end;
      end;
    end;
    inc(i);
end;
s:=StringReplace(s,'“','“',[rfReplaceAll,rfIgnoreCase]);
s:=StringReplace(s,'”','”',[rfReplaceAll,rfIgnoreCase]);
// s:=StringReplace(s,' ','',[rfReplaceAll,rfIgnoreCase]);
s:=StringReplace(s,' ','',[rfReplaceAll,rfIgnoreCase]);
Result:=s;
end;

说明：类似 (webbrowser1.Document as IHTMLDocument2 ).body.innertext;

这个功能，但自己写的可以控制。可以分段。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。