求一个html节点分析函数

//strHtml   : html源代码;
//TagName   : 节点名称
//AttrName  : 节点属性名称
//AttrValue : 节点属性值
//outItems  : 匹配节点输出, 每行一个匹配节点
procedure xQuery(strHtml, TagName, AttrName, AttrValue: string; outItems: TStringList);比如html代码如下, 现在要取得TagName=div, AttrName=id, AttrValue=content1节点(就是<div id="content1">...</div>)的源代码, 该如何实现?另外如果参数AttrName或者AttrValue为空, 则表示匹配所有!谢谢!<body>
 <div id="content1">
   <div>
   
   </div>
   
   <div>
   
   </div>
   
   <div>
   
   </div>
 </div>
 
 <div id="content2">
   <div>
   
   </div>
   
   <div>
   
   </div>
   
   <div>
   
   </div>
 </div></body>

解决方案 »

  1.   

    发了两篇?
    那我的回复也复制下:html的代码如果不标准,IE上也能显示. 比如:可能有的标签有前面的部分: <...>,却没有后面的 </...> 如果是比较规范的html代码,你看能不能用XML来解析它.如果可以的话,就直接可以find里面的node了. 但是,还有个问题,对于成对出现的标签, <tagname attribname="">...... </tagname>这样的还好. 
    有些标签,比如 <image src="a.gif"> 它后面不是以"/>"结尾的,即这样的形式: <image src="a.gif"/>, 
    不知道xml是否支持,没试过.
      

  2.   

    这个好像可以用pos来解决吧TagRet := PosEx(tagName, Source);
    if TagRet <= 0 then Exit;
    R := PosEx(AttName, Source, TagRet);
    if R <= 0 then Exit;
    AttValue = Source  + 起始R + Length(AttName) + 忽略['=', '"', '''']
               ，长度就是从起始检测到[' ', '"', '''']if AttValue <> 目标AttValue then return;找到，则从TagRet到最后结尾这个语法分析一下就好，很简单的。 
      

  3.   

    用webbrowser+mshtml
    以下为代码，未测试，不保证能运行，但是思路正确。
    自己做容错吧：
    procedure GetElements(TagName, AttrName, AttrValue: string;outItems:TStringList);
    var
      doc: IHTMLDocument2;
      Elements: IHTMLElementCollection;
      i, EleCount: Integer;
    begin
      doc := webbrowser1.document as IHTMLdocument2;
      Elements := doc.all.tags(TagName) as IHTMLElementCollection;     //获取 tagname相同的全部元素集合
      if AttrValue <> '' then                 //   AttrValue不为空时
      begin
        if AttrName = 'id' then       //  AttrName为id时全局唯一。
        begin
          outItems.Text := (Elements.item(AttrValue, 0) as IHTMLelement).outerHTML;
          Exit;
        end
        else if AttrName = 'name' then    //  AttrName为name时可能不唯一。
        begin
          Elements := Elements.item(AttrValue, 0) as IHTMLelementcollection;
          EleCount := Elements.length;
          for i := 0 to EleCount - 1 do
          begin
            outItems.Add((Elements.item(i, 2) as IHTMLelement).outerHTML)
          end;
          Exit;
        end
        else            //  AttrName既不是id也不是name时，则为其他属性
        begin
          Elements := Elements.item(AttrValue, 0) as IHTMLelementcollection;
          EleCount := Elements.length;
          for i := 0 to EleCount - 1 do
          begin
            if (Elements.item(i, 2) as IHTMLelement).getAttribute(AttrName, 0) = AttrValue then
              outItems.Add((Elements.item(i, 2) as IHTMLelement).outerHTML)
          end;
          Exit;
        end;
      end
      else       //   AttrValue为空时 获取全部元素
      begin
        EleCount := Elements.length;
        for i := 0 to EleCount - 1 do
        begin
          outItems.Add((Elements.item(i, 2) as IHTMLelement).outerHTML)
        end;
        Exit;
      end;end;