怎么可以将一段html代码或者一个html文件解析出来，获得诸如<a></a>这样一个个的标记?哪里能找到示例？

Question

我用perl写过，你在google用lwp找，会用c++的code 

Answer 1

我的做法：
1):FILE*  以TXT格式读入到内存。
2): strncmp(str1, "<a>")感觉不太好，不过能用

Answer 2

你是不是想做一个html的编译器了

Answer 3

    操作 IHTMLDocument2 ..... 等等接口，用 oleView 查查 mshtml.tlb ，东东满多的(生成的mshtml.tlh 有 100K 行啊，看的累死了)，用起来也方便。
    其实用 VB 方便些，就用 javascript + 自己写两个 组件 轻松搞定。不用自己去分析 什么 html 语法了。

Answer 4

MSDN中就有例子吗?不要遇到问题就问(和我以前一样)不然学不到东西的!去找找资料自己研究研究,你会有收获的!!

Answer 5

see walkall sample in MSDN

Answer 6

自己整理吧
可以运行的代码// list_url.cpp : Defines the entry point for the console application.
//#include "stdafx.h"
#include "list_url.h"#ifdef _DEBUG
#define new DEBUG_NEW
#undef THIS_FILE
static char THIS_FILE[] = __FILE__;
#endifBOOL FindHref(LPCTSTR lpszFind,LPCTSTR lpszString,CString& lpszResult,UINT nLen)
{
// start the search at nStart
LPCTSTR lpsz = lpszFind; // single-byte string search
UINT nCompare = nLen;
int k=0;
int nLenFind = lstrlen(lpszString);
lpszResult ="";
while (nCompare > 0)
{ LPSTR lpch = (LPSTR)(lpsz + nLenFind);
char chSave = *lpch;
*lpch = '\0';
int nResult = lstrcmpi(lpsz, lpszString);
*lpch = chSave;
if (nResult == 0)
{
while(*lpsz != '\0')
{
if(*lpsz =='"')
{
lpsz++;
k++;
int j=0;
while(*lpsz != '"')
{
lpszResult += lpszFind[k+j];
lpsz++;
j++; }
return TRUE; }
lpsz++;
k++;
} return TRUE;
} // restore character at end of search
*lpch = chSave; // move on to next substring
nCompare--;
lpsz ++;
k++;
} return FALSE;
}//BOOL GetHref(LPCSTR szBuffer,LPCSTR szfind, CStringList& list)
BOOL GetHref(LPCSTR szBuffer,LPCSTR szfind, CStringList& RList)
{
BOOL InTag=FALSE;
// CStringList RList;
int i = 0,j=0;
POSITION pos = NULL;
int nLen = strlen(szBuffer);
LPCTSTR lpsz = szBuffer;
if( nLen <= 0) return FALSE;

CString str,hString;
str="";
while (nLen)
{
if( *lpsz == '<') InTag=TRUE;

if(InTag==TRUE) str += szBuffer[j];

if( *lpsz == '>')  
{
RList.AddTail(str);
str ="";
InTag=FALSE;
}

++lpsz;
j++;
nLen--;

} return TRUE;
}
/////////////////////////////////////////////////////////////////////////////
// The one and only application objectCWinApp theApp;using namespace std;int _tmain(int argc, TCHAR* argv[], TCHAR* envp[])
{
int nRetCode = 0; if(argc < 2)
{
cout << "Usage: myname inputfilename" << endl;
return nRetCode;
} try
{
CFile f( argv[1], CFile::modeRead );
long l = f.GetLength();
char* p = new char[l+1];
f.Read(p, l);
p[l] = 0;

CStringList list;
BOOL found=FALSE; found= GetHref(p, _T("href"), list);
int count = list.GetCount();
POSITION pos=NULL;
CString str, rString=""; if(found==TRUE && count>0)
{
for(int i=0; i<count; i++)
{
if( ( pos = list.FindIndex( i)) != NULL )
{
str = list.GetAt( pos );
cout << (i+1) << "\t"<< (LPCSTR)str << "\r\n";
}
}
}
}
catch(...)
{
cout << "catch...";
} return nRetCode;
}

Answer 7

要是用perl的正则表达式判断不是很难的 ！