求简单的html语法分析

Question

我将hmtl的源代码保存在一个txt中，希望用vb读这个txt，找出里面所有位于<a href="http://…….html">之间的内容（其实只要http://…….html就够了），然后写入并保存在另一个txt中，每行一个url地址。请高手赐教。

Answer 1

用href="(包括前引号),然后split一下
舍掉数组第一个元素,然后每一个都从开始读取字母赋值给变量
读到引号(后引号)截至,over了我只能想这个了,呵呵,高手指正

Answer 2

用webbrowser么??如果是这样的话有一个简单的方法webbrowser.document.getElementByTagName("A")这样的话就简单了详细方法可参考MSDN的还有方法就是用正则匹配,如果不懂正则可参考http://blog.csdn.net/liuxiaoyi666的关于正则的那个,我的blog

Answer 3

我想最好就是直接读取txt，用哪些什么Instr,left,right,mid什么的可以吗？
希望详细点。

Answer 4

另外，我无法修改含源程序的那个txt，因为url可能有几千个

Answer 5

可以用instr去定位,用mid去寻找字符串不过html是结构化的,为什么不用呢??

Answer 6

一个按钮,一个listbox,一个commanddialog
Option ExplicitDim sTmp As String
Dim url  As VariantPrivate Sub Command1_Click()
cd.Filter = "HTML源文件|*.txt"
cd.ShowOpen
If Len(cd.FileName) <> 0 Then
    Dim objFSO, objText
    Const ForReading = 1, ForWriting = 2, ForAppending = 3, TristateUseDefault = -2
    Set objFSO = CreateObject("Scripting.FileSystemObject")
    Set objText = objFSO.OpenTextFile(cd.FileName, ForReading, False, TristateUseDefault)
    sTmp = objText.ReadAll()
    Call objText.Close
    
    url = Split(sTmp, "href=")
    If UBound(url) = 0 Then
        MsgBox "没有http链接,重新选择文件!"
        Exit Sub
    Else
        Dim i As Integer
        For i = 1 To UBound(url)
            Dim tmpArr As Variant
            tmpArr = Split(url(i), """")
            If UBound(tmpArr) <> 0 Then
                If UCase(Left$(tmpArr(1), 4)) = "HTTP" Then List1.AddItem tmpArr(1)
            End If
        Next
    End If
End If
End Sub

Answer 7

这是从sohu首页抓下来的一部分,好多好多
http://61.135.132.134/goto.php?aid=27&pid=228
http://61.135.132.134/goto.php?aid=27&pid=222
http://61.135.132.134/goto.php?aid=27&pid=223
http://www.wap.sohu.com/tuiguang/05newyear/?fr=w-zt-05newyear
http://61.135.132.134/goto.php?aid=27&pid=225
http://mms.sohu.com/pic/?ref=251004
http://mms.sohu.com/ani/?ref=251004
http://mms.sohu.com/hifi/?ref=251007
http://sms.sohu.com/ems/0/6/hits/index.html
http://61.135.132.134/goto.php?aid=103&pid=223
http://61.135.132.134/goto.php?aid=103&pid=198
http://61.135.132.134/goto.php?aid=103&pid=191
http://61.135.132.134/goto.php?aid=103&pid=210
http://www.wap.sohu.com/tuiguang/free/?fr=w-free
http://store.sohu.com
http://store.sohu.com/shudie.jsp
http://store.sohu.com/subject/result/whole-missworld3-good.jsp
http://store.sohu.com/subject/result/whole-qingrenjie-good.jsp
http://buy.sohu.com
http://store.sohu.com/CatalogYs.jsp?autoid=1
http://store.sohu.com/Catalog.jsp?autoid=2
http://images2.sohu.com/image/zhuanti/gift/kitty/Kitty.htm
http://store.sohu.com/Catalog.jsp?autoid=119
http://store.sohu.com/Catalog.jsp?autoid=504
http://store.sohu.com/subject/result/fushi-casio1-good.jsp
http://store.sohu.com/Catalog.jsp?autoid=598
http://store.sohu.com/Catalog.jsp?autoid=541
http://store.sohu.com/Catalog.jsp?autoid=1
........