gpt4 book ai didi

delphi - Delphi中从剪贴板读取HTML内容

转载 作者:行者123 更新时间:2023-12-02 01:14:27 60 4
gpt4 key购买 nike

我有一个网页,上面有各种表格。这些表格是 Javascript 组件,而不仅仅是纯 HTML 表格。我需要用Delphi程序(Delphi 10.3)处理这个网页的文本(有点类似于屏幕抓取)。

我执行Ctrl-A/Ctrl-C来选择所有网页并将所有内容复制到剪贴板。如果我将其粘贴到程序中的 TMemo 组件中,我只能获取表格外的文本。如果我粘贴到 MS Word 中,我可以看到所有内容,包括表格内的文本。

我可以将其正确粘贴到 TAdvRichEditor(第 3 方)中,但这需要很长时间,而且我经常会耗尽内存。这让我相信我需要直接读取 HTML 剪贴板格式的剪贴板。

我设置了剪贴板 HTML 格式。当我检查剪贴板内容时,我得到的内容看起来像是所有汉字字符。

当内容是HTML时,如何读取剪贴板的内容?

在完美的世界中,我只想要文本,而不是 HTML 本身,但我可以稍后将其删除。这就是我现在正在做的事情...

初始化时..(其中CF_HTML是全局变量)

CF_HTML := RegisterClipboardFormat('HTML Format');

那么我的日常工作是...

function TMain.ClipboardAsHTML: String;
var
Data: THandle;
Ptr: PChar;
begin
Result := '';
with Clipboard do
begin
Open;
try
Data := GetAsHandle(CF_HTML);
if Data <> 0 then
begin
Ptr := PChar(GlobalLock(Data));
if Ptr <> nil then
try
Result := Ptr;
finally
GlobalUnlock(Data);
end;
end;
finally
Close;
end;
end;
end;

** 其他信息 - 当我从网页复制时...然后我可以使用名为 InsideClipBoard 的免费工具检查剪贴板缓冲区的内容。它显示剪贴板包含 1 个条目,有 5 种格式:CT_TEXTCF_OEMTEXTCF_UNICODETEXTCF_LOCALE“HTML 格式”(格式 ID 为 49409)。只有 'HTML Format' 包含我正在寻找的内容......这就是我尝试使用我所显示的代码访问的内容。

最佳答案

HTML 格式已记录 here 。它以 UTF-8 编码文本的形式放置在剪贴板上,您可以像这样提取它。

{$APPTYPE CONSOLE}

uses
System.SysUtils,
Winapi.Windows,
Vcl.Clipbrd;

procedure Main;
var
CF_HTML: Word;
Data: THandle;
Ptr: Pointer;
Error: DWORD;
Size: NativeUInt;
utf8: UTF8String;
Html: string;
begin
CF_HTML := RegisterClipboardFormat('HTML Format');

Clipboard.Open;
try
Data := Clipboard.GetAsHandle(CF_HTML);
if Data=0 then begin
Writeln('HTML data not found on clipboard');
Exit;
end;

Ptr := GlobalLock(Data);
if not Assigned(Ptr) then begin
Error := GetLastError;
Writeln('GlobalLock failed: ' + SysErrorMessage(Error));
Exit;
end;
try
Size := GlobalSize(Data);
if Size=0 then begin
Error := GetLastError;
Writeln('GlobalSize failed: ' + SysErrorMessage(Error));
Exit;
end;

SetString(utf8, PAnsiChar(Ptr), Size - 1);
Html := string(utf8);
Writeln(Html);
finally
GlobalUnlock(Data);
end;
finally
Clipboard.Close;
end;
end;

begin
try
Main;
except
on E: Exception do
Writeln(E.ClassName, ': ', E.Message);
end;
Readln;
end.

关于delphi - Delphi中从剪贴板读取HTML内容,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58923804/

60 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com