如何從Qt中的HTML源代碼提取表格值？

Question

我正在嘗試創建一個應用程序，它可以從任意頁面提取財務數據，而不管財務報表格式或慣例如何。所以基本上我想解析或提取字段/值，並將相同的字段寫入桌面上的CSV或Excel文件。下面的引用說明了我想要做什麼;

解析（各HTML線） - >值 - >寫（FILE.CSV，值）

在上述過程中，我感到十分舒適約寫入CSV或Excel文件;我的問題是HTML代碼部分的解析。

顯然，我可以掃描HTML頁面的表格語法，然後提取值;但是恐怕這對於帶有多個標籤的網頁來說是徒勞的。由於每個選項卡可能會加載不同的數值，例如，財務網站可能有2個用於年報和季度報告的選項卡。我對HTML沒有經驗，但我願意學習和解決這個問題。但是在我繼續之前，我希望如果在Qt中有這樣的直接或更聰明的方式？我不想在這裏重新發明輪子。謝謝。

Answer 1

您可以使用： 1.用於匹配簡單模式的QRegExp（舊類）或QRegularExpression。但是你必須學習正則表達式語法。我建議學習它例如，你可以建立表達式匹配模式，如：數據名稱：numers（lik 4354.65等）。這是多語言的通用編程解決方案。
2. QDomDocument類提供了很好的接口來分析帶樹值的ml（html，xml）文檔。 QDomDocument速度很慢，請使用mutch內存，但可以從特定的標記樹中獲取值。這很複雜。

當頁面重新加載時，製表符不成問題。簡單的HTML頁面需要設置給你所有的選項卡。只有當標籤鏈接或使用AJAX時，您需要物理「點擊」才能獲取新數據。您必須下載兩個html頁面進行解析。 一些好的頁面可以讓你的網站地圖。嘗試解析它以獲取有趣的地址。