谁有提取HTML中的文本的代码？

Question

我搜索了好久，就是没有找到!谢谢。

Answer 1

BOOL StripTags(LPTSTR pszBuffer,LPTSTR pszTitle)
{
static BOOL bInTag = FALSE;
LPTSTR pszSource=NULL;
pszSource = strstr(pszBuffer,"<BODY");//pszBuffer;
if(pszSource==NULL) 
pszSource = strstr(pszBuffer,"<body");//pszBuffer;
if(pszSource==NULL)
return FALSE;
LPTSTR title_begin=strstr(pszBuffer,"<TITLE>");
if(title_begin==NULL)
title_begin=strstr(pszBuffer,"<title>");
if(title_begin==NULL||title_begin>pszSource)
return FALSE;
LPTSTR title_end=strstr(title_begin,"</");
strncpy(pszTitle,title_begin+7,title_end-title_begin-7);
pszTitle[title_end-title_begin-7]=0;
LPTSTR pszDest = pszBuffer; while (*pszSource != '\0')
{
if (bInTag)
{
if (*pszSource == '>')
bInTag = FALSE;
pszSource++;
}
else
{
if (*pszSource == '<')
bInTag = TRUE;
else
{
*pszDest = *pszSource;
pszDest++;
}
pszSource++;
}
}
*pszDest = '\0';
return TRUE;
}

Answer 2

我做了一个 文本文件<==>HTML文件 互相转换的程序，留下email地址，我将VC源码发给你。

Answer 3

wmrwinhap(边城浪子):
[email protected]
thank you!

Answer 4

请给我一份好吗？
我一直在寻找，
就是没找到。
[email protected]十分谢谢

Answer 5

到w3c.org上下载libHTML,里面有关于html parse的方法，基本上是创建一个有限状态机，来分析html的tag和attribute,见SGML_Write函数

Answer 6

如果是用 MFC 的 HtmlView 就简单了，几行代码就可以搞定
#include <Mshtml.h>
#include <atlbase.h>CComQIPtr<IHTMLDocument2,&IID_IHTMLDocument2> pDoc(GetHtmlDocument());
CComQIPtr<IHTMLElement> pBody;
pDoc->get_body(&pBody);
CComBSTR bstr;
pBody->get_innerText(&bstr);
CString strText(bstr);
MessageBox(strText);

Answer 7

给我一份
[email protected]

Answer 8

See the links below: http://www.codeproject.com/cpp/stlxmlparser.asp
http://www.codeproject.com/soap/paramio.asp