如何在 VB6 中使用 MSHTML 解析器去除所有 HTML 标签？

Question

如何在 VB6 中使用 MSHTML 解析器去除所有 HTML 标签？

Answer 1

这是改编自 CodeGuru 的代码。非常感谢原作者：
http://www.codeguru.com/vb/vb_internet/html/article .php/c4815

如果您需要从网络下载 HTML，请检查原始来源。例如：

Set objDocument = objMSHTML.createDocumentFromUrl("http://google.com", vbNullString)

我不需要从网络下载 HTML 存根 - 我的存根已经在内存中了。所以最初的来源不太适合我。我的主要目标只是让一个合格的 DOM 解析器为我从用户生成的内容中剥离 HTML。有些人会说，“为什么不直接使用一些正则表达式来剥离 HTML 呢？”祝你好运！

添加对以下内容的引用： Microsoft HTML 对象库

这与运行 Internet Explorer (IE) 的 HTML 解析器相同 - 让我们开始质问吧。好吧，别闹了……

这是我使用的代码：

Dim objDocument As MSHTML.HTMLDocument
Set objDocument = New MSHTML.HTMLDocument

'NOTE: txtSource is an instance of a simple TextBox object
objDocument.body.innerHTML = "<p>Hello World!</p> <p>Hello Jason!</p> <br/>Hello Bob!"
txtSource.Text = objDocument.body.innerText

txtSource.Text 中的结果文本是我的用户内容，删除了所有 HTML。干净且可维护 - 对我来说没有克苏鲁之道。

Answer 2

一种方式：

Function strip(html As String) As String
    With CreateObject("htmlfile")
        .Open
        .write html
        .Close
        strip = .body.outerText
    End With
End Function

对于

?strip("<strong>hello <i>wor<u>ld</u>!</strong><foo> 1234")
hello world! 1234

Answer 3

Public Function ParseHtml(ByVal str As String) As String
    Dim Ret As String, TagOpenend As Boolean, TagClosed As Boolean
    Dim n As Long, sChar As String
    For n = 1 To Len(str)
        sChar = Mid(str, n, 1)
        Select Case sChar
            Case "<"
                TagOpenend = True
            Case ">"
                TagClosed = True
                TagOpenend = False
            Case Else
                If TagOpenend = False Then
                    Ret = Ret & sChar
                End If
        End Select
    Next
    ParseHtml = Ret
End Function

这是我自己使用的一个简单功能。
使用调试窗口

?ParseHtml( "< div >test< /div >" )

测试

我希望这将在不使用外部库的情况下有所帮助