============= VB 如何最有效率地截取其中的字符串内容？=========
做一个用VB读取网页内容的程序，其中涉及到截取内容。但返回的内容非常复杂，并且其中有太多的标记，请教如何截取最好。
比如网页中间有一段“......张三......读书......15......本...李四...读书......54......本......王五......写笔记......20......篇......”(注意......是省略而不是字符串，......里面可能包含很多网页标记内容），
我想截取其中的如下内容：
张三读书15本
李四读书54本
王五写笔记20篇
如何截取最科学呢？ --------------------编程问答-------------------- 利用网页的标记为分割截取
--------------------编程问答-------------------- 你上一段不带省略号的，大家才好帮你出主意。 --------------------编程问答-------------------- 设计到人工智能阿。。
VB可没法简单做到。 --------------------编程问答-------------------- 网页标记符无非就那几种，所以用正则表达式最好。 --------------------编程问答-------------------- 请求具体的方法谢谢。 --------------------编程问答-------------------- 比如网页中间有一段“......张三......读书......15......本...李四...读书......54......本......王五......写笔记......20......篇......”(注意......是省略而不是字符串，......里面可能包含很多网页标记内容），
规律也是有的，就是所以字符串中只有两个“读书”，只有一个“写笔记”，并且在网页中（标记当然已被浏览器解释掉）表现是连续的，也就是像这样的：
张三读书15本
李四读书54本
王五写笔记20篇
--------------------编程问答-------------------- 对了，每个人名的前面都有规律的字样：
7天张三读书15本
7天李四读书54本
7天王五写笔记20篇
--------------------编程问答-------------------- 有那么点点规律吧,
先用网页标记截断,
然后都是每隔4个有特征的字符串,作一次处理 --------------------编程问答-------------------- 用正则表达式处理吧 --------------------编程问答--------------------
<table width="75%">
<tr>
<td width="36%">7天</td>
<td width="14%">张三</td>
<td width="15%"> </td>
<td width="17%">读书</td>
<td width="18%">15</td>
<td width="18%">本</td>
<td width="18%"> </td>
<td width="18%"> </td>
</tr>
<tr>
<td>7天</td>
<td colspan="2">李四</td>
<td> </td>
<td>读书</td>
<td>54</td>
<td>本</td>
<td> </td>
</tr>
<tr>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
</tr>
<tr>
<td>7天</td>
<td colspan="2">王五</td>
<td> </td>
<td>写笔记</td>
<td> </td>
<td>20</td>
<td>篇</td>
</tr>
<tr>
<td>详情请查看</td>
<td colspan="2"> </td>
<td colspan="3"><a href="http://www.baidu.com/?w=%B2%E9%BF%B4">百度搜索</a></td>
<td> </td>
<td> </td>
</tr>
</table>
比如是上面的网页内容，如何取出：
[color=#0000FF]7天 张三 读书 15 本
7天 李四 读书 54 本
7天 王五 写笔记 20 篇
详情请查看 百度搜索
并且“百度搜索”中的链接网址也取出来。
非常感谢。[/color] --------------------编程问答-------------------- 用dhtml方法
WebBrowser1.Document.all.tags("select").options
表格，行是table.rows，列则是table.rows(0).cells
http://blog.csdn.net/sysdzw/archive/2009/08/19/4463844.aspx --------------------编程问答--------------------
Set ie = CreateObject("internetexplorer.application")
'ie.visible = True
Call ie.navigate("c:\test.htm")
MsgBox ie.Document.childnodes(0).innertext
Call ie.quit网页存为c:\test.htm
以上内容存为test.vbs
双击运行vbs即可. --------------------编程问答-------------------- 我这里有个范例，你可以看看
通过XML读取网页内容并分析取得需要的数据
http://download.csdn.net/source/639058 --------------------编程问答--------------------
Set ie = CreateObject("internetexplorer.application")
ie.visible = True
Call ie.navigate("c:\test.htm")
MsgBox ie.Document.childnodes(0).innertext
MsgBox ie.Document.links(0).href
Call ie.quit这样就可以提取链接了,貌似不是很难:-> --------------------编程问答-------------------- 用组件真方便。
刚我还帮楼主研究了半天正则呢，太麻烦，放弃了。 --------------------编程问答-------------------- 飘过 --------------------编程问答-------------------- 不是要取全部文字哦，意思是要截取的。 --------------------编程问答-------------------- 看看我上面给你的例子，还有下面的东西你就明白了
http://topic.csdn.net/u/20090817/21/0303bff5-27d0-43c1-bc82-acf418dcba58.html --------------------编程问答-------------------- 先获取页面文本,再用正则表达式提取. --------------------编程问答-------------------- 取得网页全部文本的方法解决了。
如何截取其中的需要文本和所有链接呢有无效率的方法？
各位大侠请具其详，谢谢。 --------------------编程问答--------------------
啥组件??? --------------------编程问答--------------------
同问？ --------------------编程问答-------------------- 我说的是Andy的方法。11楼和13楼的回复貌似也是用现成的组件的方法。 --------------------编程问答--------------------
你的这个网页要是以下这样什么也不显示:(为什么?节点不对了?)文件名也用test.htm
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>无标题页</title>
</head>
<body>
<table width="75%">
<tr>
<td width="36%">7天</td>
<td width="14%">张三
</td>
<td width="15%"> </td>
<td width="17%">读书</td>
<td width="18%">15</td>
<td width="18%">本</td>
<td width="18%"> </td>
<td width="18%"> </td>
</tr>
<tr>
<td>7天</td>
<td colspan="2">李四</td>
<td> </td>
<td>读书</td>
<td>54</td>
<td>本</td>
<td> </td>
</tr>
<tr>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
<td> </td>
</tr>
<tr>
<td>7天</td>
<td colspan="2">王五</td>
<td> </td>
<td>写笔记</td>
<td> </td>
<td>20</td>
<td>篇</td>
</tr>
<tr>
<td>详情请查看</td>
<td colspan="2"> </td>
<td colspan="3"><a href="http://www.baidu.com/?w=%B2%E9%BF%B4">百度搜索</a></td>
<td> </td>
<td> </td>
</tr>
</table>
</body>
</html>
--------------------编程问答-------------------- '还用以上网页,我给楼主个另类解法,仅供参考:
'首先保证你的机子上装有EXCEL
'form1上添加(text1设置它的MultiLine为True,再添加command1)
Private Sub Command1_Click()
Dim Excel_app As Object
Set Excel_app = CreateObject("Excel.Application")
Excel_app.Visible = False
Excel_app.Workbooks.Open (App.Path & "\test.htm")
Excel_app.DisplayAlerts = False
Excel_app.ActiveWorkBook.SaveAs FileName:=App.Path & "\a.csv", FileFormat:=6
Excel_app.Quit
Set Excel_app = Nothing
Dim tmp As String
Open App.Path & "\a.csv" For Input As #1
Do While Not EOF(1)
Line Input #1, tmp
tmp = Replace(tmp, ",", "")
If tmp <> "" Then Text1 = Text1 & tmp & vbNewLine
Loop
Close #1
Kill App.Path & "\a.csv"
End Sub
--------------------编程问答-------------------- 'VB普通文件处理功能，也能处理出你要的结果，就是比较麻烦
'不建议这样做，原因是你很难判断出超文本标记：
'<table>与< table >在IE里一样，在VB里不一样，你还得处理
'仅做取HTML文件中第一张表中的第一个连接为例：
Private Sub Command1_Click()
Open IIf(Len(App.Path) > 3, App.Path & "\", App.Path) & "test.htm" For Input As #1
Dim tmpStr As String, tmpStr1 As String
Do While Not EOF(1)
Line Input #1, tmpStr
tmpStr1 = tmpStr1 + CStr(tmpStr) + vbNewLine
Loop
Close #1
tmpStr1 = Mid(tmpStr1, InStr(tmpStr1, "<table"))
tmpStr1 = Mid(tmpStr1, 1, InStr(tmpStr1, "</table>") + 8) '取得第一张表
Dim iURL As String
iURL = Mid(tmpStr1, InStr(tmpStr1, "href=""") + 6)
iURL = Mid(iURL, 1, InStr(iURL, """") - 1) '取得第一张表中的第一个连接
MsgBox iURL
End Sub
--------------------编程问答-------------------- 力推正则！
补充：VB , 基础类
