如何使用 INDY 获取内部 HTML

Question

我陷入了这个问题：我需要从页面 presnycas.eu 获取时间和日期（以同步）。日期没问题，但我找不到时间。问题是，当我调用 IdHTTP.Get(..) 方法时，我得到了页面的 HTML，但时间丢失了。像这样：

<div class="boxik"> 
<table style="text-align: left; width: 700px; height: 116px;" border="0" cellpadding="2" cellspacing="0"> 
  <tbody> 
    <tr> 
      <td style="width: 400px;" colspan="1" rowspan="5"> 
            <div class="hodinyhlavni"> 

            <span id="servertime"></span> 
              // This is where the time should be - when viewed with 
              // developer tools in Chrome, it does show the time
              // (picture here http://img684.imageshack.us/img684/166/pagem.png)
            </div> 
      </td> 
      <td style="width: 0px;"> &nbsp;      
           07.07.2011
      </td> 

现在我使用一种尴尬的方法 - 我加载一个 TWebBrowser，然后调用

Time:=StrToTime(WebBrowser1.OleObject.Document.GetElementByID('servertime').innerhtml);

，但是，它相当慢，我宁愿根本不使用 TWebBrowser。

那么，如何通过调用函数来获取元素的innerhtml呢？

提前致谢

Answer 1

这个答案最重要的部分是“你需要了解 HTML 和 JavaScript 并弄清楚网站是如何工作的”。打开网站，右键单击并执行“显示源代码”。您会在顶部注意到这一点：

<script type="text/javascript">var currenttime = 'July 07, 2011 11:51:14'</script>

这看起来像时间，就我而言，时间是正确的，但未调整为我的时区。您可以使用 Indy 轻松获取纯 HTML，显然这已经足够了。这个快速代码示例向您展示了如何使用一小段正则表达式获取 HTML 并解析日期和时间。如果您使用的是 Delphi XE，则必须将 TPerlRegEx 类名称和 PerlRegEx 单元名称替换为 XE 想要的任何名称。如果您使用的是较旧的 Delphi，那就没有理由不使用 RegEx！下载 TPerlRegEx，它是免费的并且与 XE 的东西兼容。

program Project29;

{$APPTYPE CONSOLE}

uses
  SysUtils, IdHTTP, PerlRegEx, SysConst;

function ExtractDayTime: TDateTime;
var H: TIdHTTP;
    Response: string;
    RegEx: TPerlRegEx;

    s: string;

    Month, Year, Day, Hour, Minute, Second: Word;
begin
  H := TIdHttp.Create(Nil);
  try
    Response := H.Get('http://presnycas.eu/');
    RegEx := TPerlRegEx.Create;
    try
      RegEx.RegEx := 'var\ currenttime\ \=\ \''(\w+)\ (\d{1,2})\,\ (\d{4})\ (\d{1,2})\:(\d{1,2})\:(\d{1,2})\''';
      RegEx.Subject := Response;
      if RegEx.Match then
        begin

          // Translate month
          s := RegEx.Groups[1];
          if s = SShortMonthNameJan then Month := 1

          else if s = SShortMonthNameFeb then Month := 2
          else if s = SShortMonthNameMar then Month := 3
          else if s = SShortMonthNameApr then Month := 4
          else if s = SShortMonthNameMay then Month := 5
          else if s = SShortMonthNameJun then Month := 6
          else if s = SShortMonthNameJul then Month := 7
          else if s = SShortMonthNameAug then Month := 8
          else if s = SShortMonthNameSep then Month := 9
          else if s = SShortMonthNameOct then Month := 10
          else if s = SShortMonthNameNov then Month := 11
          else if s = SShortMonthNameDec then Month := 12

          else if s = SLongMonthNameJan then Month := 1
          else if s = SLongMonthNameFeb then Month := 2
          else if s = SLongMonthNameMar then Month := 3
          else if s = SLongMonthNameApr then Month := 4
          else if s = SLongMonthNameMay then Month := 5
          else if s = SLongMonthNameJun then Month := 6
          else if s = SLongMonthNameJul then Month := 7
          else if s = SLongMonthNameAug then Month := 8
          else if s = SLongMonthNameSep then Month := 9
          else if s = SLongMonthNameOct then Month := 10
          else if s = SLongMonthNameNov then Month := 11
          else if s = SLongMonthNameDec then Month := 12

          else
            raise Exception.CreateFmt('Don''t know what month is: %s', [s]);

          // Day, Year, Hour, Minute, Second
          Day := StrToInt(RegEx.Groups[2]);
          Year := StrToInt(RegEx.Groups[3]);
          Hour := StrToInt(RegEx.Groups[4]);
          Minute := StrToInt(RegEx.Groups[5]);
          Second := StrToInt(RegEx.Groups[6]);

          Result := EncodeDate(Year, Month, Day) + EncodeTime(Hour, Minute, Second, 0);

        end
      else
        raise Exception.Create('Can''t get time!');
    finally RegEx.Free;
    end;
  finally H.Free;
  end;
end;

begin
  WriteLn(DateTimeToStr(ExtractDayTime));
  ReadLn;
end.

Answer 2

我尝试了您指定的链接（http://presnycas.eu/），从 HTML 中我可以看到实际时间在 HTML 中的另一个位置返回，然后在本地使用 JavaScript 增加，因此您需要“获取“如果您想同步，请定期输入新时间。

在 HTML 中查找（在 HEAD 元素内）：

<head>
...
<script type="text/javascript">var currenttime = 'July 07, 2011 12:01:26'</script>
...
</head>

Answer 3

如何使用 indy TidHTTP 获取内部 html

var
  Form2: TForm2;
  xpto:tmemorystream;
  xx:string;
  implementation

{$R *.fmx}

procedure TForm2.Button1Click(Sender: TObject);

begin
xpto:=tmemorystream.Create;
idhttp1.Get('http://google.com',xpto);
xpto.Position:=0;

end;


procedure TForm2.IdHTTP1WorkEnd(ASender: TObject; AWorkMode: TWorkMode);
var x:string;
begin

SetString(x, PAnsiChar(xpto.Memory), xpto.Size);

memo1.Lines.add(x);
end;

// 对于 Android Firemonkey 使用，请将 Pansichar 替换为 MarshaledAString