Нужен совет. Можно ли реализовать выбор слов из HTML по их цвету

[linguist]

Добрый день, уважаемые программисты.

Сразу скажу, что я технически слабо подкован, поэтому нужен совет в вопросе: можно ли реализовать следующую идею?

Идея такая:
Есть текст в формате веб-страницы html. В тексте есть слова-объекты, которые нужно извлечь и поместить в таблицу. В зависимости от назначения объектов, слова раскрашены в разные цвета. Так вот, можно ли реализовать такой парсинг, с помощью которого слова будут анализироваться по цвету и заполнять таблицу. Формат таблицы не важен, т.е. это может быть как веб-страница, эксель итд.

Например:
В этом тексте есть, которые нужно скомпоновать в таблицу, для этого они выделены разными цветами.

После парсинга должно получиться примерно следующее:

красные / синие / зеленые
тексте / таблицу / цветами

[p51x]

Если вы можете сформулировать логический критерий выделения, то можно. Например, ваш критерий по разным цветам - вполне, а вот "нравится/не нравится коту" уже не очень.

П.С. Естественно, если вы делать это будете не на голом html.

[Smitt&Wesson]

Конечно можно.

Например:<br />
В этом <font color="Red">тексте</font> есть, которые нужно скомпоновать в <font color="Blue">таблицу</font>, для этого они выделены разными <font color="SeaGreen">цветами</font>. <br />

Как видно из строки. Достаточно найти тэги <font color="">....</font>
В кавычках после color= будет находится цвет, а между тегами слово, которое нужно занести в таблицу.

[Вадим Мошев]

Только вот тег <font> - устаревший, и его может не оказаться в анализируемом тексте. По-современному делается примерно так

В этом <span class="myClass1">тексте</span> есть, которые нужно скомпоновать в <span class="myClass2">таблицу</span>, для этого они выделены разными <span class="myClass3">цветами</span>. 

Сами классы могут быть описаны во внешнем подключаемом CSS файле, причём цвета могут быть заданы не именованными константами (red / green / blue), а в шестнадцатеричных числ0ха, более того, в значении могут содержаться сразу три цвета разной интенсивности, а не один (то есть, не #FF0000, а #F8056E).

Вот в таком случае анализировать станет сложнее

[Пепел Феникса]

в шестнадцатеричных числ0ха, более того, в значении могут содержаться сразу три цвета разной интенсивности, а не один (то есть, не #FF0000, а #F8056E).

а еще есть функции rgb,rgba

ну а насчет затеи, тут если уж браузер брать тогда.
чтоб и CSS пропарсил и прочее.
или встраиваемые(хромиум например) или полностью отдельные(PhantomJS)

[Serge_Bliznykov]

Сообщение от linguist

Есть текст в формате веб-страницы html. В тексте есть слова-объекты, которые нужно извлечь и поместить в таблицу.

У кого есть текст в формате html?
У Вас? Так выложите пример.

Ваша задача может быть решена для конкретной разметки,
а написать универсальный парсер весьма затруднительно (если вообще возможно).

Цвета могут задаваться рандомно, быть различными в зависимости от условий, да и вообще переливаться...

Поэтому, в общем случае - универсального решения нет.
В каждом частном случае надо смотреть и, скорее всего, решение может быть получено.

[Пепел Феникса]

да ничего там сложного особо нет, оно скорее не тривиально.
парсить то не надо руками, уже много кто распарсит за нас

[linguist]

Спасибо всем, кто ответил.

К сожалению, концепция задачи поменялась. Теперь нужно из текста ворд автоматически копировать данные в таблицу эксель. По теме опишу в другой ветке, т.к. это уже не относится к html.