Вечная тема про парсинг HTML

[beria]

Да, нашел много вариантов решений и иные даже вроде работают....
Да, изучил мануал про стандарт HTML 5
И про XML тоже....
Даже про сокеты, SSL и OpenVPN...
И вообще сейчас работает всё, кроме парсера......
А теперь, может все-же у кого завалялся заведомо работающий кроссистемный вариант, чтобы засунуть поток или файл в некую не визуальную (ну нет никакого GUI у программы и не надо) и устойчивую к ошибкам источника структуру (коллекцию или дерево), по которой потом можно пройтись циклом и отредактировать то что мне там надо отредактировать, а потом собрать оную структуру обратно в HTML, а далее в поток или файл....
Ну задолбали исходники без комментариев, примеров или работающие ,но ссылающиеся на библиотеки которых или в win нет или в линуксе, или вообще только из какой-то левой версии Дельфи....

[vitaly_l]

Самым лучшим "парсером", является любой "интернет проводник". Там можно обратиться к элементам по ID, или по NAME, или по CLASS, или по названию тега. Наиболее простое решение, написать программу на JS и ей парсить HTML в любом интернет вьювере.

С другой стороны, в Лазарусе, стандартный Лазарусовский HTML-вьювер, так или иначе - строит DOM-дерево. Соответственно, можно его использовать, в качестве, элемента без GUI, который построит вам DOM-дерево, по которому вы сможете пробежаться с помощью цикла и внести необходимые корректировки.

[beria]

Самым лучшим "парсером", является любой "интернет проводник". Там можно обратиться к элементам по ID, или по NAME, или по CLASS, или по названию тега. Наиболее простое решение, написать программу на JS и ей парсить HTML в любом интернет вьювере.

С другой стороны, в Лазарусе, стандартный Лазарусовский HTML-вьювер, так или иначе - строит DOM-дерево. Соответственно, можно его использовать, в качестве, элемента без GUI, который построит вам DOM-дерево, по которому вы сможете пробежаться с помощью цикла и внести необходимые корректировки.

Ну какой интернет-проводник? Какая жава-скрипт? Какие вьюверы? Нету такого и не будет. Есть только голая консоль и даже в общем случае никакой сети, а из ввода-вывода только ини файлы.
И лазарувский вьювер плотно завязан на визуальные элементы и тащит кучу библиотек, кои мне даром не нужны. Если бы мне надо было отобразить страницу - есть дофига документированных способов и куда проще и удобнее лазарувского.... Тот же хромиум. Там вообще почти нечего даже кодить не надо, немеренно примеров , ну ежели не лень почти 100 метров библиотек тянуть в проект...
Есть в сырцах FPC "Fast HTML Parser" . Но это именно голый парсер для которого надо указать синтаксис, но как это там сделать - очередной вопрос, ибо далее он используется для парсинга не HTML данных, а док традиционно нет.....

[Лекс Айрин]

beria, человек не видел ничего кроме винды... что ты от него хочешь? Имхо, если нужен парсер, то придется его написать. Тем более, что в html нет ничего особо страшного. Да, долго, но, в принципе, теги оформлены так, что их довольно легко найти. А если нужно ковыряться в самих тегах, не как строка, а как набор данных, то придется по любому делать синтаксический анализ.

Реализацию дерева, списка, механизма обхода не бинарного дерева и преобразования его в список можно найти в любой учебнике по паскалю начиная от 70х годов. Ну а уж сохранить в список или прочитать в дерево, думаю, будет еще проще. Все компоненты заточены под что-то определенное, поэтому сильно сомневаюсь, что найдется какой-нибудь универсальный. Тем более, что сейчас консоль не сильно котируется.

[beria]

Имхо, если нужен парсер, то придется его написать.

Я и сам к этому пришел в итоге, хотя до последнего откладывал в наивной надежде найти готовое решение да лень-матушка,... Точнее нормальных решений нашел несколько, но не для фрипаскаля или время разбора чужого кода будет гораздо более написания своего... Не понимаю, почему именно для фрипаса, эта тема так не популярна....

[Лекс Айрин]

Не понимаю, почему именно для фрипаса, эта тема так не популярна....

Видимо, из-за того, что, вслед за дельфи, в нем сделан упор на БД. Да и паскаль уже не так популярен как раньше. Хотя все может измениться, но, имхо, для этого нужен диалект паскаля не умеющий коммерческого балласта. Развитие FPC сейчас тормозит необходимость оглядываться на дельфи. А дельфи оглядывается на си.

[CynicRus]

Можно кстати попробовать вот это: https://github.com/benibela/internettools/blob/master/data/simplehtmlparser.pas , там же есть и в дерево парсер. Похоже, именно то, что ищет ТС.

[beria]

Можно кстати попробовать вот это: https://github.com/benibela/internettools/blob/master/data/simplehtmlparser.pas , там же есть и в дерево парсер. Похоже, именно то, что ищет ТС.

Вроде оно. Спс.