この発言に対し以下のコメントが寄せられています

#00960　DUDE            さん　RE:HTML の TABLE タグを解析(1)

#00961　DUDE            さん　RE:HTLM の TABLE タグを解析(2)




Turbo Pascal 用の lex & yacc （もちろん Delphi でも使えます）があること
を教えてもらったので、それを使って HTML Parser もどきを書いてみました。

●Turbo Pascal Lex/Yacc written by Albert Graef

  http://www.musikwissenschaft.uni-mainz.de/~ag/tply/tply.html

ただし、この lex ライブラリはコンソール専用＆短い文字列専用にできている
ので、GUI アプリケーションで使うためには若干の修正が必要です。

tply41.zip に含まれる LexLib.pas を以下のように変更します。

  ・ファイルの先頭に {$H-} を追加。
  ・ファイルの末尾を以下のように変更。

{$IFDEF CONSOLE}
  assign(yyinput, '');
  assign(yyoutput, '');
  reset(yyinput); rewrite(yyoutput);
{$ENDIF}

yacc の方はそのまま使えますが、%type で長い文字列が使えないという制限が
あります（レコードの可変部に長い文字列が置けないため）。

このサンプルは HTML ファイルを解析して、その中に含まれる TABLE タグを抽
出し、ツリーにして表示するものです。入れ子になった TABLE に対応していな
いのと（構文は対応していますが、アクションが対応していません）、文字列の
長さが255文字に制限されます。また、連続して複数の HTML を開く事ができま
せん。

Main という名前でフォーム（名前は TForm1）用のユニットを作り、それにボタ
ン（TButton; 名前は Button1）１個と、ツリービューコントロール
（TTreeView; 名前は TreeView1）１個を置いてください。ボタンのハンドラは
ソースにある通りです。その他にはイベントハンドラはありません。

テキストファイルは３つ（token.l、pars.y、main.pas）、フォームファイルが
１つ（main.dfm）、プロジェクトファイルが１つ（htmlp.dpr）の構成です。

同じものをパッケージにまとめたものを

http://member.nifty.ne.jp/dude/files/htmlp.lzh

にも置いておきました。



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

<---- token.l ----

%%

"<"[Tt][Aa][Bb][Ll][Ee](">"|" "+[^>]*">")   return(TABLE);

"</"[Tt][Aa][Bb][Ll][Ee](">"|" "+[^>]*">")  return(_TABLE);

"<"[Tt][Rr](">"|" "+[^>]*">")               return(TR);

"</"[Tt][Rr](">"|" "+[^>]*">")              return(_TR);

"<"[Tt][Hh](">"|" "+[^>]*">")               return(TH);

"</"[Tt][Hh](">"|" "+[^>]*">")              return(_TH);

"<"[Tt][Dd](">"|" "+[^>]*">")               return(TD);

"</"[Tt][Dd](">"|" "+[^>]*">")              return(_TD);

"<!-".*"->"                                 ; /* comment */

[\n\t ]+                                    begin
                                              yylval.yyShortString := yytext;
                                              return(SP);
                                            end;

.                                           begin
                                              yylval.yyShortString := yytext;
                                              return(CH);
                                            end;

<---- pars.y ----

/*
   HTML TABLE tag parser for sample-gura.
   Written by Yutaka Iizuka(DUDE)
*/

%{

unit pars;

interface

uses YaccLib, LexLib, Main;

function yyparse : Integer;

implementation

%}

%token  TABLE
%token  _TABLE
%token  TR
%token  _TR
%token  TH
%token  _TH
%token  TD
%token  _TD
%token  <ShortString> SP
%token  <ShortString> CH
%token  ILLEGAL

%type  <ShortString> string

%%

s
        : /* empty */
        | s element
        ;

element
        : table
        | string
          { if Assigned(CurrentCell) then
            begin
              Form1.TreeView1.Items.AddChild(CurrentCell, $1);
            end;
          }
        ;

table
        : table_begin table_rows table_end
        ;

table_begin
        : TABLE
          { CurrentTable :=
                 Form1.TreeView1.Items.AddChild(CurrentCell, 'TABLE');
          }
        ;

table_end
        : _TABLE
          { CurrentTable := nil; }
        ;

table_rows
        : /* empty */
        | table_rows table_row
        ;

table_row
        : tr_begin table_data_list tr_end
        | SP
        ;

tr_begin
        : TR
          { if Assigned(CurrentTable) then
            begin
              CurrentRow :=
                   Form1.TreeView1.Items.AddChild(CurrentTable, 'TR');
            end;
          }
        ;

tr_end
        : _TR
          { CurrentRow := nil; }
        | /* empty */
          { CurrentRow := nil; }
        ;

table_data_list
        : /* empty */
        | table_data_list table_data
        ;

table_data
        : th_begin element th_end
        | td_begin element td_end
        | SP
        ;

th_begin
        : TH
          { if Assigned(CurrentRow) then
            begin
              CurrentCell := Form1.TreeView1.Items.AddChild(CurrentRow, 'TH');
            end;
          }
        ;

th_end
        : _TH
          { CurrentCell := nil; }
        ;

td_begin
        : TD
          { if Assigned(CurrentRow) then
            begin
              CurrentCell := Form1.TreeView1.Items.AddChild(CurrentRow, 'TD');
            end;
          }
        ;

td_end
        : _TD
          { CurrentCell := nil; }
        ;

string
        : /* empty */
          { $$ := ''; }
        | string CH
          { $$ := $1 + $2; }
        | string SP
          { $$ := $1 + $2; }
        ;

%%

{$I token.pas}

begin
end.

<---- main.pas ----

unit Main;

interface

uses
  Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs,
  ComCtrls, StdCtrls, ExtCtrls;

type
  TForm1 = class(TForm)
    Panel1: TPanel;
    Button1: TButton;
    TreeView1: TTreeView;
    procedure Button1Click(Sender: TObject);
  end;

var
  Form1: TForm1;
  CurrentTable:TTreeNode;
  CurrentRow:TTreeNode;
  CurrentCell:TTreeNode;

implementation

{$R *.DFM}

uses Pars, LexLib, YaccLib;

procedure TForm1.Button1Click(Sender: TObject);
begin
  with TOpenDialog.Create(Self) do
  begin
    Options := [ofHideReadOnly];
    Filter := 'HTML Files|*.html;*.htm|Text Files|*.txt';
    if Execute then
    begin
      CurrentTable := nil;
      CurrentRow := nil;
      CurrentCell := nil;
      AssignFile(yyinput, FileName);
      Reset(yyinput);
      yyparse;
      TreeView1.Items.BeginUpdate;
      try
        TreeView1.FullExpand;
      finally
        TreeView1.Items.EndUpdate;
      end;
    end;
  end;
end;

end.

                  99/10/4(Mon) 08:45pm [AirCraft開発] PFF01344 DUDE
                                    http://member.nifty.ne.jp/dude/

Original document by DUDE            氏 ID:(PFF01344)

ここにあるドキュメントは NIFTY SERVEの Delphi Users' Forum の16番会議室「玉石混淆みんなで作るSample蔵」に投稿されたサンプルです。これらのサンプルはボーランド株式会社がサポートする公式のものではありません。また、必ずしも動作が検証されているものではありません。これらのサンプルを使用したことに起因するいかなる損害も投稿者、およびフォーラムスタッフはその責めを負いません。使用者のリスクの範疇でご使用下さい。