kooyee ‘s blog

為了使我的程序能夠不依賴瀏覽器，直接從感興趣Web網(wǎng)頁中抽取信息，
又感到現(xiàn)有的一些庫或解析器龐大而不方便，于是基于pull的方式寫了
一組實用的HTML解析函數(shù)。這樣就可以擺脫瀏覽器，讓自編的軟件方便
地閱讀Web網(wǎng)頁。

經(jīng)過幾年來的使用，發(fā)現(xiàn)能夠用于不少用途，如 Yahoo登錄，尋找股票
保價，瀏覽各種論壇等等。

為了能有機會與有同樣需要和興趣的編程愛好者共同討論提高，我將
陸續(xù)貼出這組解析HTML文檔的實用C函數(shù)，如下列表:

void
canonHTML( string & htmltext )
規(guī)范化HTML文檔

void
getHTMLLink( string & obj_url,
 const string & htmltext,
 UInt32 index,
 const string & name )
獲取超鏈接的地址

void
getHTMLObject( string & obj,
 const string & htmltext,
 const string & tag,
 UInt32 tagindex,
 UInt32 unpair )
獲取某個tag的內(nèi)容，含tag本身

void
getHTMLObjectText( string & obj,
 const string & htmltext,
 const string & tag,
 UInt32 tagindex,
 UInt32 unpair )
獲取某個tag的內(nèi)容，不含tag