Удаление HTML элементов из текста

Как-то раз пришлось решить задачу удаления из файла элементов HTML таких, как, например, ненужные ссылки, и в то эе время преобразования возврата каретки в HTML параграфы, знаков табуляции в пробелы и т.д. В результате соответственно должен был получиться новый HTML документ.

Следующие две процедуры показывают, как это можно сделать:

Code:

procedure TMainForm.LoadFileIntoList(TextFileName:String; AWebPage:TStringList; WithFilter:Boolean);

var CurrentFile : TStringList;

begin

CurrentFile := TStringList.Create;

CurrentFile.LoadFromFile(TextFileName);

if WithFilter then

FilterHTML(CurrentFile,AWebPage)

else

with AWebPage do AddStrings(CurrentFile);

CurrentFile.Free;

end;

procedure TMainForm.FilterHTML(FilterInput, AWebPage:TStringList);

var

i,j : LongInt;

S : String;

begin

FilterMemo.Lines.Clear;

FilterMemo.Lines := FilterInput;

with AWebPage do

begin

FilterMemo.SelectAll;

j := FilterMemo.SelLength;

if j > 0 then

begin

i := 0;

repeat

if FilterMemo.Lines.GetText[i] = Char(VK_RETURN) // ищем cr

then S := S+'

else if FilterMemo.Lines.GetText[i] = '<'

then repeat

inc(i);

until FilterMemo.Lines.GetText[i] = '>'

else if FilterMemo.Lines.GetText[i] = Char(VK_TAB) // ищем tab

then S := S+' '

else S := S+ FilterMemo.Lines.GetText[i]; // добавляем текст

inc(i);

until i = j+1;

Add(S); // добавляем строку в WebPage

end else Add('No data entered into field.'); // no data in text file

end;

Где filename - это имя файла, который вы хотите обработать.

последний параметр в функции указывает, применять или нет HTML-фильтр.

PS: В этом примере объект TMemo (который вызывается из "FilterMemo") лежит на форме и поэтому не видим.

Code:

WebPage := TStringList.Create;

try

Screen.Cursor := crHourGlass;

AddHeader(WebPage);

with WebPage do

begin

Add('Personal Details');

LoadFileIntoList("filename.txt",Webpage, True);

end;

AddFooter(WebPage);

finally

WebPage.SaveToFile(HTMLFileName);

WebPage.Free;

Screen.Cursor := crDefault;

end;