htmlparser
delphi html parser
代码是改自原wr960204的HtmlParser，因为自己的需求需要对html进行修改操作，但无奈只支持读取操作，所以在此基础上做了修改并命名为HtmlParserEx.pas与之区别。
使用
// 从文件加载示例
procedure Test;
var
LHtml: IHtmlElement;
LList: IHtmlElementList;
LStrStream: TStringStream;
begin
LStrStream := TStringStream.Create('', TEncoding.UTF8);
try
LStrStream.LoadFromFile('view-source_https___github.com_ying32_htmlparser.html');
LHtml := ParserHTML(LStrStream.DataString);
if LHtml <> nil then
begin
LList := LHtml.SimpleCSSSelector('a');
for LHtml in LList do
Writeln('url:', lhtml.Attributes['href']);
end;
finally
LStrStream.Free;
end;
end;修改记录
ying32修改记录：
Email:[email protected]
2017年05月04日
1、去除RegularExpressions单元的引用，不再使用TRegEx改使用RegularExpressionsCore单元中的TPerlRegEx
2017年04月19日
1、增加使用XPath功能的编译指令"UseXPath"，默认不使用XPath，个人感觉没什么用
2016年11月23日
1、简单支持XPath，简单的吧，利用xpath转css selector，嘿
xpath转换的代码改自python版本
IHtmlElement
LHtml.FindX('/html/head/title').Each(
procedure(AIndex: Integer; AEl: IHtmlElement)
begin
Writeln('xpath index=', AIndex, ', a=', AEl.Text);
end
);
2016年11月15日
IHtmlElement和THtmlElement的改变：
1、Attributes属性增加Set方法
2、TagName属性增加Set方法
3、增加Parent属性
4、增加RemoveAttr方法
5、增加Remove方法
6、增加RemoveChild方法
7、增加Find方法，此为SimpleCSSSelector的一个另名
8、_GetHtml不再直接附加FOrignal属性值，而是使用GetSelfHtml重新对修改后的元素进行赋值操作，并更新FOrignal的值
9、增加Text属性
10、修改InnerText与Text属性增加write功能
11、增加AppedChild方法
IHtmlElementList和THtmlElementList的改变：
1、增加RemoveAll方法
2、增加Remove方法
3、增加Each方法
4、增加Text属性
修改后的新功能的一些使用法
IHtmlElement
// 修改属性
EL.Attributes['class'] := 'xxxx';
// 修改标记
EL.TagName = 'a';
// 移除自己
EL.Remove;
// 移除子结点
EL.RemoveChild(El2);
// css选择器查找，简化用
El.Find('a');
// 附加一个新的元素
el2 := El.AppendChild('a');
IHtmlElementList
// 移除选择的元素
LHtml.Find('a').RemoveAll;
// 查找并遍沥
LHtml.Find('a').Each(
procedure(AIndex: Integer; AEl: IHtmlElement)
begin
Writeln('Index=', AIndex, ', href=', AEl.Attributes['href']);
end);
// 直接输出，仅选中的第一个元素
Writeln(LHtml.Find('title').Text);