HTML nach Wert Durchsuchen

[Ascharan]

wie such ich in einem HTML Quellcode nach einen ganzbestimmten abschnitt

bsp.
ich hab in einer html seite einen abschnitt mit

<h1 id="tut_title">Das ist Hier</h1>

ich möchte nun alles von

<h1 id="tut_title">

bis

</h1>

auslesen

ener ne idee

[tobZel]

ist doch ganz einfach die datei durchlesen bis man auf <h1 id="tut_title"> stost dann alles speichern bis man auf </h1> stosst.
Wenn du nicht weist wie du das implentieren sollst dann google mal ein bisschen.

mfg tobZel

[CodeFinder]

Wichtig ist nur, die Datei NICHT binär auszulesen.

[Ascharan]

n paar stichworte nach was ich googlen soll denn ich google scho den halben tag

THX

[*D*Evil]

hmm
std::ifstream ... std::string ... std::string::find ... std::find_first_of (muss dann halt als anfangspos die pos von std::find nehmen ... damit bestimmst de das schließen tag ...) ...

[ten]

CodeFinder schrieb:

Wichtig ist nur, die Datei NICHT binär auszulesen.

wie sonst?

[Ascharan]

Versteh nur ??

[*D*Evil]

halt std::ios::binary weglassen ...

std::ifstream file_stream(std::ios::in);
if (file_stream.is_open() == false || file_stream.good() == false)
    return false;

// so oder ähnlich jede Zeile in der Datei einlesen ...
std::string string_line;
std::getline(file_stream, string_line);

// dann einfach mit find ran gehen ...
std::string::size_type pos_begin = string_line.find("<h1 id="tut_title">", 0);
if (pos == std::string::npos)
    std::cout << "Not found" << std::endl;
else
{
    std::string::size_type pos_end = string_line.find("</h1", pos_begin);
    if (pos == std::string::npos)
        std::cout << "Invalid html ... tag not closed!" << std::endl;
    else
    {
        // pos_end und pos_begin für deinne kram nutzen ^^
    }
}

file_stream.close();

hab es hier nur rein gehauen ... dh sind Fehler drin (denk ich mal )

[Ascharan]

sieht aber net übel aus isn anfang mit dem man was anfangen kann danke ich hab gerad an dem herumgebastelt

[code]
char c;
	char name = '<>';

	Flag=0; 
	while((c = fgetc(d1))!=EOF) 
	{ 
		if(c == name) 
		{
			Flag = 5; 
			continue; 
		} 
		if(c == ']') 
		{
			Flag = 0; 
			fprintf(d2,"\n"); 
		} 

		if(Flag) fprintf(d2,"%c",c); 
	} 
[/code]

aber dein code is besser

[CodeFinder]

ten schrieb:

CodeFinder schrieb:

Wichtig ist nur, die Datei NICHT binär auszulesen.

wie sonst?

Wie (D)Evil schon gepostet hat (danke !), eben im Text-Mode ( Also das Flag std::ios::binary nicht angeben).

[Ascharan]

klar hab das bisher ja scho überlesen nur henge ich an dieser possition

// so oder ähnlich jede Zeile in der Datei einlesen ... 
std::string string_line; 
std::getline(file_stream, string_line);

[CodeFinder]

Ist eigentlich das:

if (file_stream.is_open() == false || file_stream.good() == false)
    return false;

unperformanter, als das:

if (!file_stream.is_open() || !file_stream.good())
    return false;

?

(Kürzer ist es allemal .)

[Ascharan]

ja allemal nur getline spuckt hier nur fehler aus

[Ascharan]

wofür steht das pos bzw welchen wert hat er mein kompiler sagt

error C2065: 'pos': nichtdeklarierter Bezeichner

if (pos == std::string::npos) 
    std::cout << "Not found" << std::endl;

[*D*Evil]

hmm sorry sachte ja sind tippfehler drin ... aber wenn du den code verstehen würdest wüsstes du es ... es muss pos_begin heißen ... es wird halt, falls das net gefunden wird von std::string::find nen std::string::npos zurück geliefert ...

[Ascharan]

hab ich mir scho gedacht, hatte das irgendwann mal gelesen

[ten]

ich find's ja unnötig kompliziert. hier mal ein einfaches beispiel mit 'strstr'

#include <stdio.h>
#include <string.h>

int main()
{
    char *test = "hello <x>what's this?</x> world";
    char *tag_open = "<x>", *tag_close = "</x>";
    char *p1, *p2;

    p1 = strstr (test, tag_open);
    if (p1)
    {
        p1 += strlen (tag_open);
        p2 = strstr (p1, tag_close);
        if (p2)
            while (p1 < p2)
                putchar (*p1++);
    }
}

[Ascharan]

interesantes Beispiel

[ten]

Ascharan schrieb:

interesantes Beispiel

jo, musst es nur erweitern, indem du die html-datei in den speicher holst und eine 0 dranhängst (string-ende). strstr braucht ja zugriff auf alles, mit einzel-bytes-einlesen geht strstr leider nicht, aber dafür ist es sicher schneller als dieses ganze c++ gefrickel von weiter oben.

edit: und nicht die datei zeilenweise einlesen. das geht schief. in HTML hat ein zeilenende keine bedeutung...

[Ascharan]

Jo das versuch ich grad es is auf jeden fall einfacher

[*D*Evil]

hmm bababa doch kein C ...

#include <iostream>
#include <string>
#include <fstream>
#include <vector>

bool read_html_content(const std::string&, const std::string&, const std::string&, std::vector<std::string>&);

int main(int argc, char* argv[])
{
  	unsigned int value = 0;

	std::cout << "Tag-Open: " << std::flush;
	std::string string_tag_beg;
	std::getline(std::cin, string_tag_beg);
	std::cout << "Tag-Close: " << std::flush;
	std::string string_tag_end;
	std::getline(std::cin, string_tag_end);

	std::vector<std::string> found_content;

	read_html_content(string_tag_beg, string_tag_end, "test.html", found_content);
	for (size_t data = 0; data < found_content.size(); ++data)
		std::cout << found_content[data] << std::endl;

	std::cin.clear();
	std::cin.ignore(std::cin.rdbuf()->in_avail());
	std::cin.get();	

	return 0;
}

bool read_html_content(const std::string& string_tag_beg, const std::string& string_tag_end, const std::string& filename, std::vector<std::string>& vec_data)
{
	std::ifstream file_stream(filename.c_str(), std::ios::in);

	if (file_stream.is_open() == false || file_stream.good() == false)
		return false;

	std::string string_line;
	std::string string_content;
	while (file_stream.eof() == false)
	{
		std::getline(file_stream, string_line);
		string_content += string_line;
	}

	file_stream.close();

	std::string::size_type pos_begin	= 0;
	string_content.find(string_tag_beg, 0);
	std::string::size_type pos_end		= 0;

	while (((pos_begin = string_content.find(string_tag_beg, pos_begin + string_tag_beg.length())) != std::string::npos) && ((pos_end = string_content.find(string_tag_end, pos_begin)) != std::string::npos))
		vec_data.push_back(string_content.substr(pos_begin + (string_tag_beg.length()), pos_end - pos_begin - (string_tag_beg.length())));

	return true;	
}

... noch Fragen? Ist nur ein Fehler drin ... das wäre aber ein wenig komplexer den zu beseitigen ... (dürft mal versuchen drauf zu kommen)

aja
test.html

<html>
    <head>
        <title>Test 01</title>
    </head>
    <body>
        <h1>Test 02</h1><h1>Test 03</h1><h1>Test 04
        </h1>
    </body>
</html>

aja zum finden des Fehlers mal nen verschachteltes <h1> Element angeben und dann mal als such Element das h1 angeben ...