Quelltext einer Seite auslesen => Fehler

Moin moin,

Ich versuche mit diesem Quelltext den HTML-code einer Seite auszulesen:

http://www.bytesandmore.de/rad/index.htm?http://www.bytesandmore.de/rad/cpp/snipp/sc08007.php

bool ExtractHtmlCodeOfCurrentPage(TCppWebBrowser* pCppWebBrowser,
  TStrings* pOutputStrings, bool blHtml)
{
  bool blRetVal = true;
  IHTMLDocument2 *HTMLDocument = NULL;
  IPersistFile *PersistFile = NULL;
  LONG ilFramesCount = 0;
  AnsiString slTmpFileExtension = blHtml ? ".html" : ".txt";

  // Falls eine Seite geladen:
  if(!pCppWebBrowser->Busy && pOutputStrings && pCppWebBrowser->Document &&
    AnsiString(pCppWebBrowser->LocationURL) != "\1:blank" &&
    SUCCEEDED(pCppWebBrowser->Document->QueryInterface(
    IID_IHTMLDocument2, (LPVOID*)&HTMLDocument)))
  {
    // HTML-Code des Hauptdokuments speichern:
    if(SUCCEEDED(HTMLDocument->QueryInterface(IID_IPersistFile,
      (LPVOID*)&PersistFile)))
    {
      // HTML-Code des Hauptdokuments speichern:
      PersistFile->Save(WideString(String(ExtractFilePath(ParamStr(0))+
        "0"+slTmpFileExtension)), false);
      PersistFile->Release();

      // ggf. auch Frames-Code extrahieren:
      IHTMLFramesCollection2 *pFrames = NULL;
      if(SUCCEEDED(HTMLDocument->get_frames(&pFrames)))
      {
        // Anzahl der Frames bestimmen:
        pFrames->get_length(&ilFramesCount);
        if(ilFramesCount < 2) ilFramesCount= 0;
        VARIANT vFrame;
        VARIANT ret;
        vFrame.vt = VT_UINT;
        // für jedes Frame:
        for(LONG ilFrameIndex = 0; ilFrameIndex < ilFramesCount; ilFrameIndex++)
        {
          vFrame.lVal = ilFrameIndex;
          if(SUCCEEDED(pFrames->item(&vFrame, &ret)))
          {
            // Zeiger auf IHTMLWindow2 des Frames besorgen:
            IHTMLWindow2 *pWindow = NULL;
            if(SUCCEEDED(ret.pdispVal->QueryInterface(IID_IHTMLWindow2,
              (LPVOID*)&pWindow)))
            {
              // Zeiger auf IHTMLDocument2 des Frames besorgen:
              IHTMLDocument2 *pDoc = NULL;
              if(SUCCEEDED(pWindow->get_document(&pDoc)))
              {
                // Frame in der Datei "Framenummer.html" speichern:
                IPersistFile *PersistFile = NULL;
                if(SUCCEEDED(pDoc->QueryInterface(IID_IPersistFile,
                  (LPVOID*)&PersistFile)))
                {
                  PersistFile->Save(WideString(String(ExtractFilePath(ParamStr(0))+
                    IntToStr(ilFrameIndex+1) + slTmpFileExtension)), false);
                  PersistFile->Release();
                }
                pDoc->Release();
              }
              pWindow->Release();
            }
          }
        }
        pFrames->Release();
      }
    }
    HTMLDocument->Release();

    TStringList* pFileStrings = new TStringList;
    if(pFileStrings)
    {
      // Die gepufferten Dateien mit dem HTML-Code der
      // Seite in die RichEdit einlesen und die Dateien löschen:
      if(FileExists(ExtractFilePath(ParamStr(0))+"0"+slTmpFileExtension))
      {
        pOutputStrings->LoadFromFile(ExtractFilePath(
          ParamStr(0))+"0"+slTmpFileExtension);
        DeleteFile(ExtractFilePath(ParamStr(0))+"0"+slTmpFileExtension);
      }
      if(ilFramesCount > 0)
      {
        for(LONG ilFrameIndex = 0; ilFrameIndex < ilFramesCount; ilFrameIndex++)
        {
          if(FileExists(ExtractFilePath(ParamStr(0))+IntToStr(
            ilFrameIndex+1) + slTmpFileExtension))
          {
            pFileStrings->LoadFromFile(ExtractFilePath(ParamStr(0))+
              IntToStr(ilFrameIndex+1) + slTmpFileExtension);
            pOutputStrings->Add("\n- - - Frame " +
              IntToStr(ilFrameIndex+1) + " - - -");
            pOutputStrings->Add(pFileStrings->Text);
            DeleteFile(ExtractFilePath(ParamStr(0))+IntToStr(
              ilFrameIndex+1) + slTmpFileExtension);
          }
        }
      }
      delete pFileStrings;
    }
  }
  else
  {
    pOutputStrings->Clear();
    blRetVal = false;
  }
  return blRetVal;
}

Das ganze funktioniert auch soweit, dass der Quelltext gespeichert wird.
An der Stelle schmiert das Programm laut Debugger ab:

if(FileExists(ExtractFilePath(ParamStr(0))+"0"+slTmpFileExtension))
      {

crash//---> pOutputStrings->LoadFromFile(ExtractFilePath(
crash//--->          ParamStr(0))+"0"+slTmpFileExtension);
        DeleteFile(ExtractFilePath(ParamStr(0))+"0"+slTmpFileExtension);
      }

Ich denke, dass es wahrscheinlich mehr an dem Aufruf der Funktion als an der Funktion selbst liegt:

TCppWebBrowser* browser =  CppWebBrowser1;
TStrings* outputstring;
bool html = true;

ExtractHtmlCodeOfCurrentPage(browser,outputstring, html);

Muss ich die "TStrings" irgendwie vorher initialisieren bevor ich die Funktion aufrufe ?

TStrings* outputstring; 
outputstring->LoadFromFile("0.txt");

Führt jedenfalls auch zu einem Fehler, obwohl die Datei 0.txt existiert.

Ich bin für alle Lösungsvorschläge offen

Danke,

Lusches

/edit akari : Bitte gleich die cpp-Tags statt der einfachen code-Tags verwenden, wenn du C++ Quellcode postest

mon0

Vergiss diesen Lösungsweg, wenn es dir nichts ausmacht mit den IndyKompo. zu arbeiten, nimm das hier:

//Html code der angeforderen URL in eine Stringliste laden
AnsiString URL="www.web.de";
TMemoryStream *ms = new TMemoryStream();
TIdHTTP *HTTP = new TIdHTTP(NULL);
HTTP->Get(URL,ms);
ms->Position=0; // ganz wichtig!!! sonst schreibt er nichts in die StringList
TStringList* sl = new TStringList();
sl->LoadFromStream(ms);
delete ms;

Memo1->Text=sl->Text;
AnsiString Text= sl->Text;
delete sl;

Jansen

Lusches schrieb:

Muss ich die "TStrings" irgendwie vorher initialisieren bevor ich die Funktion aufrufe ?

Ja, da fehlt die Speicherzuweisung mittels new.
Und kein new ohne späteres delete!

Mir ist relativ egal, welche Komponente ich benutze. Die Hauptsache ist, dass ich an den Quelltext rankomme.

//Html code der angeforderen URL in eine Stringliste laden
AnsiString URL="www.web.de";
TMemoryStream *ms = new TMemoryStream();
TIdHTTP *HTTP = new TIdHTTP(NULL);
HTTP->Get(URL,ms);
ms->Position=0; // ganz wichtig!!! sonst schreibt er nichts in die StringList
TStringList* sl = new TStringList();
sl->LoadFromStream(ms);
delete ms;

Memo1->Text=sl->Text;
AnsiString Text= sl->Text;
delete sl;
ShowMessage(Text);

Das habe ich ausgeführt und in der Zeile

HTTP->Get(URL,ms);

bekomme ich den das hier:

404 - not found

als Fehlermeldung.

Jansen

Lusches schrieb:

404 - not found

Du hast eine nicht existierende Seite bzw. Resource angefordert.
Ein Hostname allein tut's nicht, du musst schon genau festlegen, was du laden willst.
Also z.B. www.webauftritt.de/index.html .

Normalerweise sollte www.google.de und www.web.de noch existieren
Das Problem habe ich jetzt mit der ersten Variante gelöst. Die Liste musste nur ordentlich initialisiert werden.

TCppWebBrowser* browser =  CppWebBrowser1;
TStrings* outputstring = new TStringList;
bool html = true;

ExtractHtmlCodeOfCurrentPage(browser,outputstring, html);

ShowMessage(outputstring->Text);
delete outputstring;

Jetzt habe ich aber ein neues Problem. Ich habe wie hier ( http://www.c-plusplus.net/forum/viewtopic-var-t-is-39218-and-postdays-is-0-and-postorder-is-asc-and-start-is-0.html ) versucht einen POST-befehl an ein php-script zu schicken.

Das ganze sieht so aus:

TStringStream *Params = new TStringStream("");
Params->WriteString("author=Lusches&email=keinedmail%40gmx.de&url=http%3A%2F%2Fmeinddddeseite.de&comment=das+ist+ein+tttttttest+%21&submit=Submit+Comment&comment_post_ID=193&comment_parent=0");

IdHTTP1->Request->ContentType = "application/x-www-form-urlencoded";
Memo1->Text = IdHTTP1->Post("http://www.meineseite.de/wp-comments-post.php", Params);

delete Params;

Dabei bekomme ich diesen Fehler:

[C++ Error] Unit1.cpp(153): E2285 Could not find a match for 'TIdHTTP::Post(WideString,TStringStream *)'

in dieser Zeile:

Memo1->Text = IdHTTP1->Post("http://www.meineseite.de/wp-comments-post.php", Params);

Sorry,
der Fehler lautet:

[C++ Error] Unit1.cpp(153): E2285 Could not find a match for 'TIdHTTP::Post(char *,TStringStream *)'

Mit dem WideString habe ich rumexperimentiert, aber das hat auch nicht den gewünschten Erfolg gebracht.

Gruß
Lusches

KN4CK3R

probier mal das, scheinbar hat Post 3 Parameter:

http://www.c-plusplus.net/forum/viewtopic-var-p-is-283905.html#283905

greetz KN4CK3R

Jansen

KN4CK3R schrieb:

scheinbar hat Post 3 Parameter

TIdHTTP::Post ist mehrfach überladen.
Der letzte Beispielcode von Lusches kompiliert hier im CB2010 ohne Probleme.

Mit dem ursprünglichen Thema des Threads hat das aber eigentlich nichts mehr zu tun ...

Um wieder zu dem ursprünglichen Problem zurückzukommen:

//Html code der angeforderen URL in eine Stringliste laden
AnsiString URL="www.web.de";
TMemoryStream *ms = new TMemoryStream();
TIdHTTP *HTTP = new TIdHTTP(NULL);
HTTP->Get(URL,ms);
ms->Position=0; // ganz wichtig!!! sonst schreibt er nichts in die StringList
TStringList* sl = new TStringList();
sl->LoadFromStream(ms);
delete ms;

Memo1->Text=sl->Text;
AnsiString Text= sl->Text;
delete sl;

Gibt mir jetzt keinen 404-not found Fehler sondern "Invalid argument to date encode" aus.

Der Fehler entsteht auch wieder in dieser Zeile:

HTTP->Get(URL,ms);

Kann jemand mit dem Fehler irgendwas anfangen ?

Quelltext einer Seite auslesen =&gt; Fehler

Quelltext einer Seite auslesen => Fehler