Fatal编程技术网
  • delphi/
  • Delphi 解析HTTP目录列表

Delphi 解析HTTP目录列表

delphi

Delphi 解析HTTP目录列表,delphi,delphi-xe,Delphi,Delphi Xe,你好！我正在使用Delphi XE和Indy TIdHTTP。使用Get方法，我得到远程目录列表，我需要解析它=获取文件列表及其大小和时间戳，并区分文件和子目录。请问，有没有一个很好的例行程序？提前谢谢你！沃伊特 以下是示例： <head> <title>127.0.0.1 - /</title> </head> <body> <H1>127.0.0.1 - /</H1><hr> <pr

你好！我正在使用Delphi XE和Indy TIdHTTP。使用Get方法，我得到远程目录列表，我需要解析它=获取文件列表及其大小和时间戳，并区分文件和子目录。请问，有没有一个很好的例行程序？提前谢谢你！沃伊特

以下是示例：

<head>
  <title>127.0.0.1 - /</title>
</head>
<body>
  <H1>127.0.0.1 - /</H1><hr>
<pre>      
  Mittwoch, 30. März 2011    12:01        &lt;dir&gt; <A HREF="/SubDir/">SubDir</A><br />
  Mittwoch, 9. Februar 2005    17:14          113 <A HREF="/file.txt">file.txt</A><br />
</pre>
<hr>
</body>


127.0.0.1 - /
127.0.0.1-/

米特沃赫，30岁。玛尔兹2011 12:01目录

米特沃赫，9岁。2005年2月17:14113
给定代码示例，我想最快的解析方法如下：

  • 识别包含所有列表行的
    …
    块。应该很容易
    • A HREF=/SubDir/
A innerText=SubDir
Mittwoch, 30. März 2011 12:01 <dir>
-------------
A HREF=/file.txt
A innerText=file.txt
Mittwoch, 9. Februar 2005 17:14 113
-------------
  • 将
    和
    之间的所有内容放入
    TStringList
    中。每行都是一个文件或文件夹，格式非常简单
  • 从每行提取链接，如果需要，提取日期、时间和大小。最好使用正则表达式（你有Delphi XE，所以你有内置正则表达式）
这将为您提供一个使用DOM的良好开端和想法：

使用
MSHTML，
ActiveX，
科莫布；
过程文档FromString（文档：IHTMLDocument2；常量S:WideString）；
变量
v：油变异体；
开始
v:=VarArrayCreate（[0,0]，varvarvariant）；
v[0]：=S；
写作（诗篇（TVarData（v.VArray））；
文件。关闭；
结束；
函数StripMultipleChar（常数S:string；常数C:Char）：string；
开始
结果：=S；
而位置（C+C，结果）0
结果：=StringReplace（结果，C+C，C[rfReplaceAll]）；
结束；
程序TForm1.按钮1单击（发送方：TObject）；
变量
文件：IHTML文件2；
要素：IHTMlementCollection；
要素：IHTMlement；
I：整数；
行：字符串；
开始
文档：=CreateComObject（类\u HTMLDocument）作为IHTMLDDocument2；
DocumentFromString（文档“…”）；//你的HTML在这里
元素：=Document.all.tags（'A'），作为IHTMlementCollection；
对于I:=0到Elements.length-1 do
开始
元素：=元素。项（I，“”）作为IHTMLElement；
Memo1.Lines.Add（'A HREF='+Element.getAttribute（'HREF'，2））；
Memo1.Lines.Add（'A innerText='+Element.innerText）；
//返回的文本紧跟在元素之前
行：=（元素作为IHTMlement2.getAdjacentText（'beforeBegin'）；
//行=>“Mittwoch，30.März 2011 12:01”或：
//行=>“Mittwoch，9.Februar 2005 17:14 113”。。。
//我不知道实际的分隔符是什么：
//它可以是[space]或[tab]，因此我们需要规范化该行
//如果是制表符，则更容易，因为时间戳也包含空格
线条：=修剪（线条）；
行：=StripMultipleChar（行，#32）；//带多空间序列
行：=StripMultipleChar（行，#9）；//带多个标签序列
//TODO:ParseLine（从右到左）
备注1.行。添加（行）；
备注1.行。添加（'--------------'）；
结束；
结束；
输出：

A HREF=/SubDir/
innerText=SubDir
米特沃赫，30岁。玛尔兹2011 12:01
-------------
A HREF=/file.txt
A innerText=file.txt
米特沃赫，9岁。2005年2月17:14113
-------------
编辑：
我已将
StripMultipleChar
实现更改为更加简化。但我相信前一个版本在速度方面更优化。考虑到线路长度很短，性能不会有太大差异。

有样品吗？实际上，没有一个标准的“目录列表”（实际上，有几个目录列表，具体取决于服务器和它运行的操作系统），如果不知道您使用的是哪个，很难判断您可能需要做什么。您需要的是一个创建树的HTML解析器，因此很容易找到所有的“目录列表”标记并根据您的需要进行操作。如果服务器支持WebDAV，则使用WebDAV客户端库可以轻松实现更强健的解决方案。每次服务器版本更新或软件更改都会破坏特定于此HTML输出的解析器。@DorinDuminica，我还想到了DOM“解析器”。看一看。但我认为在这种情况下，这是一种过度的杀伤力。所以我使用@Cosmin Prund（+1 BTW），特别是如果
pre
标记中的每一行都是
TAB
分隔的（
TStringList
就可以了）。@kobik是不是有点过分了？我不这么认为，主要是因为如果解析器稍微优化一下，它会非常快，如果使用Pos（）或类似的搜索，它很容易在以后中断，通常在没有时间修复时中断…+1。有样品就容易了。我问你，你不高兴吗？：）+1因为它会起作用。
StripMultipleChar
可以简化一点。它可以简化和优化。你们有这么多while循环，这让我头晕目眩：你们只需要一个简单的、直接的for循环。@Cosmin Prund，请看我的编辑。前一个函数实际上是基于一个JCL单元。。。 
A HREF=/SubDir/
A innerText=SubDir
Mittwoch, 30. März 2011 12:01 <dir>
-------------
A HREF=/file.txt
A innerText=file.txt
Mittwoch, 9. Februar 2005 17:14 113
-------------