- Foxtable(狐表) (http://foxtable.net/bbs/index.asp)
-- 专家坐堂 (http://foxtable.net/bbs/list.asp?boardid=2)
---- [求助]网页信息的读取 (http://foxtable.net/bbs/dispbbs.asp?boardid=2&id=177589)
-- 发布时间：2022/5/27 15:29:00
-- [求助]网页信息的读取
一个网页，是图文混排的，使用文本文件打开以后是这样的
<p>
3452345<img alt = "Pic001.png" src=".\\Pic001.png" />
</p>
<p>
<a href="https://www.baidu.com/"> https://www.baidu.com/</a>
34563563<img src=".\\pic002.png" />
<a href="https://www.163.com/"> https://www.163.com/</a>
</p>
我对网页方面的了解就是个空白，用什么方法把网页的可视信息按顺序读取出来？
-- 发布时间：2022/5/27 15:44:00
--
当成xml解析：http://www.foxtable.com/mobilehelp/topics/0171.htm
Dim s As String = "<p>3452345<img alt = ""Pic001.png"" src="". \\ Pic001.png"" /></p>"
Dim xo = Foxtable .XObject.Parse(s)
Output.Show(xo.tostring)
-- 发布时间：2022/5/27 16:01:00
--
这个会把同类型的信息读取出来，比如文本放在一起，图片放在一起，顺序也原文不一致
而且原码里面有换行符，提示有多个根元素？
[此贴子已经被作者于2022/5/27 16:04:46编辑过]
-- 发布时间：2022/5/27 16:05:00
--
顺序肯定一致。首先得看懂网页的结构，才有可能做下去，不然就算当做xml解析出来的东西也看不懂
-- 发布时间：2022/5/27 16:13:00
--
网页原文是这样的
| 下载信息 [文件大小： 下载次数： ] | |
 点击浏览该文件:html.rar |
在命令窗口解析出来是这样的
{
"#text": [
"\\r\\n3452345",
"\\r\\n34563563"
],
"img": [
{
"@alt": "Pic001.png",
"@src": ".\\\\Pic001.png"
},
{
"@src": ".\\\\pic002.png"
}
],
"a": [
{
"@href": "https://www.baidu.com/",
"#text": " https://www.baidu.com/"
},
{
"@href": "https://www.163.com/",
"#text": " https://www.163.com/"
}
]
}
-- 发布时间：2022/5/27 16:16:00
--
没有问题的。还是那句话：首先得看懂网页的结构，才有可能做下去，不然就算当做xml解析出来的东西也看不懂
-- 发布时间：2022/5/27 16:22:00
--
您的用法肯定不对，我解析出来是这样
此主题相关图片如下：1.png
-- 发布时间：2022/5/27 16:24:00
--
打开网页，是文本“3452345”，然后是图片Pic001.png，再然后是网址https://www.baidu.com，再然后是文本“34563563”，再然后是图片pic002.png，再然后是网址https://www.163.com
解析的结果，是两个文本放在一起，然后是两张图片，然后是两个网址
[此贴子已经被作者于2022/5/27 16:24:30编辑过]
-- 发布时间：2022/5/27 16:34:00
--
第一段是文本1+图片1（中间有一个换行符）
第二段是百度网址+文本1+图片2+网易网址。
看图如下
此主题相关图片如下：解析结果顺序对不上.png
此主题相关图片如下：解析结果顺序对不上.png希望得到的结果是 文本1、图片1、百度网址、文本2、图片2、网易网址
现在的结果是 文本1、图片1、百度网址、网易网址、文本2、图片2
如果用文本打开网页，把中间的回车符删除，也就是中间那个<p></p>删除，那解析出来的结果就更明显，先两个文本，再两个图片，再两个网址
[此贴子已经被作者于2022/5/27 16:56:02编辑过]
-- 发布时间：2022/5/27 16:55:00
--
这种没有办法，同是a，引擎理解为是一个数组，是解析到一起的。
或者考虑学学原生的XML解析了：https://docs.microsoft.com/zh-cn/dotnet/api/system.xml.xmldocument?redirectedfrom=MSDN&view=netframework-4.0