[D7]introspecter la structure d'un fichier HTML

**jbat** · 02/11/2010, 15h33

Bonjour,

Je cherche à afficher dans un treeview de mon appli la "table of contents" d'un fichier chm. Pour chaque noeud, j'aimerai être capable de récupérer le fichier html associé.

Après pas mal de galère, j'ai réussi à décompiler à la volée le fichier chm pour obtenir dans un dossier temporaire tous les fichiers html qui le composent et surtout le fichier "toc.hhc". Ce dernier semblant être un xml, je me suis dit que je pourrais le lire facilement via le composant TXmlDocument de Delphi7. Mais j'ai un problème. Le fichier semble mal indenté. A moins qu'il ne s'agisse en réalité pas d'un xml (les balises <LI> ne semblent pas fermées..!)

Extrait du "toc.hhc"

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
<HEAD>
</HEAD>
  <BODY>
<OBJECT type="text/site properties">
	<param name="ImageType" value="Folder">
</OBJECT>
<UL><LI> <OBJECT type="text/sitemap">
          <param name="Name" value="Table des matières">
          <param name="Local" value="index.html">
        </OBJECT><LI> <OBJECT type="text/sitemap">
      <param name="Name" value="Preface">
      <param name="Local" value="pr01.html">
    </OBJECT><LI> <OBJECT type="text/sitemap">

Connaissez vous une façon d'obtenir ces informations ? je suis ouvert aux autres propositions, il existe peut-être une autre façon que j'ignore pour manipuler les chm comme par exemple une interface IChm ?

Jean-Baptiste.

**Franck SORIANO** · 02/11/2010, 20h57

Ce dernier semblant être un xml,

Non, c'est un fichier html. Les balises ne sont effectivement pas fermées. Et il me semble même que le chm ne se compile pas lorsqu'elles sont fermées.

Si tu veux analyser le fichier html, tu as MSHTML. Personnellement je ne m'en suis jamais servis en dehors d'un TWebBrowser, mais en théorie tu peux l'utiliser directement.

Tu peux aussi parser le fichier html directement à la main.

**jbat** · 03/11/2010, 10h53

Merci Franck.

La MSHTML semble très prometteuse, c'est une sacrée piste. J'ai regardé toute cette matinée et ça semble très complet. Par contre, indépendemment du TWebBrowser (on verra ça plus tard, disons que je l'utilise dans un premier temps), la navigation dans le IHtmlDocument2 est très obscure pour moi.

Comment je dois faire pour récupérer une référence d'interface (de quelle type ?) pour lister les UL, les LI et les OBJECTS ainsi que les valeurs des paramètres ?
Entre les OleVariants, les IDispatch et les millions d'interfaces imbriquées que j'ai apperçu, un guide me permettrai de garder la tête hors de l'eau

**jbat** · 04/11/2010, 15h01

J'ai beau chercher, tenter, essayer, je ne comprends pas comment utiliser MSHTML via delphi.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
procedure TForm1.Button1Click(Sender: TObject);
  var
    // VCL objects
    // Other objects
    // Interfaces
      fDoc : IHTMLDocument2 ;
      fBody : IHTMLElement ;
    // Integer
      iResult : integer ;
    // Float
    // String
      sError : widestring ;
    // Boolean
  begin
    sError := 'Default error message' ;
    iResult := 0;
 
 
    WebBrowser1.Navigate('file:///D:/JBW/Prog/QAD%20(Quick%20And%20Dirty)/065%20-%20MSHMTL/Help_Decompilated/test.html');
 
    fDoc := (WebBrowser1.document as IHTMLDocument2) ; // <= Là, fDoc n'est plus nil. Donc je suppose que je tiens un bon début.
 
    fBody := fDoc.body ; // <= Ici, fBody est toujours à nil et de là, je n'arrive plus à rien, je ne sais plus quoi faire par où regarder...
  end

Quelqu'un à des exemples à proposer ?
Merci

**Franck SORIANO** · 04/11/2010, 20h27

Après avoir fait le Navigate il faut attendre que le navigateur ait fini de charger la page.
Ensuite tu utilises la méthode getElementsByTagName de IHtmlElement2 pour extraire les éléments qui possède le tag voulu :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
var
  doc : IHTMLDocument2;
  body : IHTMLElement2;
  list : IHTMLElementCollection;
begin
  WebBrowser1.Navigate('http://www.developpez.com/');
  repeat
    Application.ProcessMessages;
    Sleep(20);
  until WebBrowser1.ReadyState = READYSTATE_COMPLETE;
  doc := WebBrowser1.Document as IHTMLDocument2;
  body := doc.body as IHTMLElement2;
  list := body.getElementsByTagName('LI');
  ShowMessage(IntToStr(list.length));
end;

Pour les attributs, tu castes l'élément dans l'interface qui correspond à l'élément HTML (IHTMLLIElement, IHTMLObjectElement...) et tu as toutes les propriétés de l'élément.

[D7]introspecter la structure d'un fichier HTML

Langage Delphi

Discussions similaires

Partager

Partager