Получить ссылки со страницы

[ZuBy]

Есть такая функция, ConvertHTML скормишь ему часть HTML где есть ссылки
Он найдет текст между тегов, правда придется еще поработать ручками. Пробуй вообщем

[UKRtortik]

HTTPSend := THTTPSend.Create;
StringList := TStringList.Create;
RegExpr := TRegExpr.Create;
RegExpr.Expression := '<\s*a(\s+.*?>|>).*?<\s*/\s*a\s*>';
HTTPSend.HTTPMethod('GET', edit1.text);
StringList.LoadFromStream(HTTPSend.Document);
if RegExpr.Exec(StringList.Text) then
repeat
edit1.text:=RegExpr.Match[0];
Memo1.Lines.Add(edit1.text);
until not RegExpr.ExecNext;
StringList.Free;
RegExpr.Free;
HTTPSend.Free;

Сделал так. Но ссылки получает такого вида:

<a href="http://home.yandex.ru/?from=prov_main" class="b-link i-bem b-sethome__link b-sethome_redirectable_yes"onclick="r eturn{'b-link':{}}">Сделать&nbsp;Ян декс&nbsp;стартовой&nb sp;страницей</a>

Какая правильная регулярка будет для ссылок?

[FleXik]

UKRtortik,

RegExpr.Expression := 'откуда парсим(.*?)докуда парсим';

в твоем случае шаблон будет таким:

RegExpr.Expression := '<a href="(.*?)"';

и еще

edit1.text:=RegExpr.Match[0];

тебе надо использовать RegExpr.Match[1]; - ВАЖНО!

[UKRtortik]

блин я же говорил, что кавычки могут быть любые, двойные или одинарные....

[FleXik]

блин я же говорил, что кавычки могут быть любые, двойные или одинарные....

а тебе больше ничего кроме как готового кода не дать? сам разбирайся, куда копать теперь ты знаешь.

а хотя ладно, так уж и быть, последний раз помогу тебе, в остальном разбирайся сам.

if Pos('<a href="', StringList.Text)<>0 then // если двойные кавычки
RegExpr.Expression := '<a href="(.*?)"'
else
if Pos('<a href=''', StringList.Text)<>0 then // если одинарные кавычки
// тут RegExpr.Expression на одинарные кавычки, додумуй сам.

[UKRtortik]

так тоже не очень хорошо, на сайте могут быть и такие и такие ковычки.

[FleXik]

так тоже не очень хорошо, на сайте могут быть и такие и такие ковычки.

это твоя буйная фантазия? я сколько сайтов не парсил (а их было много) - никогда не было и одинарных и двойных кавычек на одном сайте, были или одинарные или двойные, + про hRef - это тоже прикол такой? опять же я перепарсил много сайтов и на всех из них href писало всегда с маленькой буквы и все последующие буквы после h были тоже с маленькой буквы.

[UKRtortik]

никогда не было и одинарных и двойных кавычек на одном сайте

Если бы не было, я бы не говорил))

[Stilet]

Здря ты от MSHTML отказался... Выше по ссылке пример как раз получает коллекцию ссылок из страницы без каких либо проблем.

[Человек_Борща]

это твоя буйная фантазия?

Нет, это стандарт HTML. Можно как одинарные так и двойные. Зависит от того, кто формировал HTML. а теги и аттрибуты можно вообще вот так писать: AhReF, StROng и браузер скушает
Или JS скрипты для не стандартной обработки и отрисовки документа, что очень осложняет жизнь левым не браузерным чувакам.

Все что парсит не браузер - то его проблемы

так тоже не очень хорошо, на сайте могут быть и такие и такие ковычки.

Больше условий делайте.