VPF::[Qt] QRegExp с multiline строкой - Форум программистов

SABROG

Дата 11.9.2008, 23:18 (ссылка)

(нет голосов)

Загрузка ...

Hacker

Профиль
Группа: Завсегдатай
Сообщений: 2481
Регистрация: 18.9.2006

Репутация: 81
Всего: 91

Есть такой текст:

Код


<td class="table_left" title="Заголовок1"><a href="http://site.ru?t=8071" target="_blank">Заголовок1</a></td>
<td class="table_left" title="Заголовок2"><a href="http://site.ru?t=4009" target="_blank">Заголовок2</a></td>
<td class="table_left" title="Заголовок3"><a href="http://site.ru?t=2870" target="_blank">Заголовок3</a></td>
<td class="table_left" title="Заголовок4"><a href="http://site.ru?t=8070" target="_blank">Заголовок4</a></td>
<td class="table_left" title="Заголовок5"><a href="http://site.ru?t=5031" target="_blank">Заголовок5</a></td>

Пытаюсь его отпарсить таким макаром:

Код


    QRegExp rx(ui.lineEdit->text());
    ui.textEdit_2->clear();
    if (rx.indexIn(ui.textEdit->toHtml()) != -1) 
    {
        for (int i=1; i < rx.capturedTexts().size(); i++)
        {
            ui.textEdit_2->append(rx.capturedTexts()[i]);
        }
    }

В ui.lineEdit->text() находится такая регулярка:

Код


<td class=".*" title="(.*)"><a href="http://site.ru?t=\d+"

В качестве результата хочу видеть такое:

Код


Заголовок1
Заголовок2
Заголовок3
Заголовок4
Заголовок5

Ну никак не получается. Пробывал играться с QRegExp::setMinimal(true), тоже ноль эмоций. Максимум что удавалось получить:

Код


Заголовок1"а_тут_весь_оставшийся_html_текст

В общем стою на асфальте в лыжи обутый...

--------------------

Национальная группа Russian Federation на QtCentre.

Mal Hack

Дата 11.9.2008, 23:21 (ссылка)

(нет голосов)

Загрузка ...

Мудрый...

Профиль
Группа: Участник Клуба
Сообщений: 9926
Регистрация: 15.2.2004

Репутация: 1
Всего: 261

Цитата(SABROG @ 12.9.2008, 00:18

)

В качестве результата хочу видеть такое:

Из ссылки?

"<a.+?>(.+?)</a>", дальше через cap(1) доставать.

SABROG

Дата 11.9.2008, 23:32 (ссылка)

(нет голосов)

Загрузка ...

Hacker

Профиль
Группа: Завсегдатай
Сообщений: 2481
Регистрация: 18.9.2006

Репутация: 81
Всего: 91

Не, из title="(.*)". QRegExp даже так ничего не находит: "<a(.*)</a>". А так "(.*)" находит.
Или вот так: "td class="(.*)"" - находит все что после первой кавычки. А если добавить открывающий тег: "<td class="(.*)"" - то уже ничего не находит.

Это сообщение отредактировал(а) SABROG - 11.9.2008, 23:41

--------------------

Национальная группа Russian Federation на QtCentre.

SABROG

Дата 12.9.2008, 08:57 (ссылка)

(нет голосов)

Загрузка ...

Hacker

Профиль
Группа: Завсегдатай
Сообщений: 2481
Регистрация: 18.9.2006

Репутация: 81
Всего: 91

В общем от того чего я бежал, к тому и пришел. Без цикла while никуда, если хотим найти все вхождения:

Код


    QString str = QString::fromLocal8Bit("<td class=\"table_left\" title=\"Заголовок1\"><a href=\"http://site.ru?t=8071\" target=\"_blank\">Заголовок1</a></td>\n\
        <td class=\"table_left\" title=\"Заголовок2\"><a href=\"http://site.ru?t=4009\" target=\"_blank\">Заголовок2</a></td>\n\
        <td class=\"table_left\" title=\"Заголовок3\"><a href=\"http://site.ru?t=2870\" target=\"_blank\">Заголовок3</a></td>\n\
        <td class=\"table_left\" title=\"Заголовок4\"><a href=\"http://site.ru?t=8070\" target=\"_blank\">Заголовок4</a></td>\n\
        <td class=\"table_left\" title=\"Заголовок5\"><a href=\"http://site.ru?t=5031\" target=\"_blank\">Заголовок5</a></td>");

    QString pat = "<td class=\"table_left\" title=\"(.*)\"><a href=\"http://site\\.ru\\?t=\\d+\" target=\"_blank\">.*</a></td>";
    QRegExp rx(pat);
    rx.setMinimal(true);

    QStringList lststr;
    int pos = 0;

    while ((pos = rx.indexIn(str, pos)) != -1) 
    {
        lststr << rx.cap(1);
        pos += rx.matchedLength();
    }

Это сообщение отредактировал(а) SABROG - 12.9.2008, 08:58

--------------------

Национальная группа Russian Federation на QtCentre.

Mal Hack

Дата 12.9.2008, 20:30 (ссылка)

(нет голосов)

Загрузка ...

Мудрый...

Профиль
Группа: Участник Клуба
Сообщений: 9926
Регистрация: 15.2.2004

Репутация: 1
Всего: 261

SABROG, с точки зрения QRegExp я тебе сегодня не готов сказать решение, но, имея ооочень хороший опыт работы с PCRE, могу сказать, что если тебе нужен title, так и делай регулярку на него. Чем меньше рег, тем правильнее результат.
Тебе надо (по правилас PCRE) использовать регулярку: title=\"(.+?)\"

SABROG

Дата 13.9.2008, 00:05 (ссылка)

(нет голосов)

Загрузка ...

Hacker

Профиль
Группа: Завсегдатай
Сообщений: 2481
Регистрация: 18.9.2006

Репутация: 81
Всего: 91

Я сегодня нашел очень неприятную особенность браузеров из-за которой ломал себе голову несколько часов, пытаясь понять, почему не работает регулярка. Например если смотреть исходники html странички в firefox, то мы можем увидеть такую картину:

Код


<a href=http://site.ru?t=8071&id=123 target=_blank>Заголовок1</a>

Если же смотреть "сгенерированную версию" (позволяют плагины для firefox), то картина уже такая:

Код


<a href="http://site.ru?t=8071&amp;id=123" target="_blank">Заголовок1</a>

Называется найди 10 отличий. Т.е. используя метод toHtml() в QWebView мы получим именно сгенерированную версию...

--------------------

Национальная группа Russian Federation на QtCentre.

Mal Hack

Дата 13.9.2008, 00:15 (ссылка)

(нет голосов)

Загрузка ...

Мудрый...

Профиль
Группа: Участник Клуба
Сообщений: 9926
Регистрация: 15.2.2004

Репутация: 1
Всего: 261

Цитата(SABROG @ 13.9.2008, 01:05

)

Называется найди 10 отличий. Т.е. используя метод toHtml() в QWebView мы получим именно сгенерированную версию...

Ну это тоже обрабатывается.
Ты напиши четко, для чего тебе нужна регулярка. Сделаем.

SABROG

Дата 13.9.2008, 08:21 (ссылка)

(нет голосов)

Загрузка ...

Hacker

Профиль
Группа: Завсегдатай
Сообщений: 2481
Регистрация: 18.9.2006

Репутация: 81
Всего: 91

Цитата(Mal Hack @ 13.9.2008, 00:15)

Цитата(SABROG @ 13.9.2008, 01:05

)

Называется найди 10 отличий. Т.е. используя метод toHtml() в QWebView мы получим именно сгенерированную версию...

Ну это тоже обрабатывается.
Ты напиши четко, для чего тебе нужна регулярка. Сделаем.

Да я ее сделал уже. Возникла проблема совсем другого плана. Хочу парсить содержимое QWebView в бесконечном цикле в главном потоке. Javascript обновляет страницу и я периодически ее сканирую вызывая processEvents вместе со sleep. В общем, чтобы ничего не подвисало. И оказалось, что если редирект идет на страницу без яваскрипта, который бы ее обновлял, то QWebView не реагирует ни на какие нажатия на ссылки, контролы html странички. А если щелкнуть правой кнопкой мышки, чтобы появилось меню копирования ссылки или вывести messagebox в любом месте, то клик сделанный минуту назад обрабатывается. Т.е. processEvents как-то странно работает.

--------------------

Национальная группа Russian Federation на QtCentre.

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| С/С++: Кроссплатформенное программирование, Qt/Gtk+/wxWidgets \| Следующая тема »