Parsear archivos htm de word y resaltar cadena de búsqueda

[yusnerqui]

Saludos Amigos, hoy vengo a molestarlos con un par de dudas, aunque a la verdad tengo muchas, pero vamos a las que nos ocupa:

Para comenzar diré que estoy trabajando con delphi 7 y componentes Embedded Web Browser, específicamente uso el TEmbeddedWB

En el departamento donde trabajo cada cierto tiempo mandan un conjunto de resoluciones en formato word, esas resoluciones deben ser consultadas después muy a menudo para tomar decisiones, es decir que funcionan como una biblioteca de consulta, el caso es que hasta ahora, solo tienen una carpeta con todas esas resoluciones ligadas, y cuando quieren buscar algo en específico pasan el trabajo del indio, y a medida que ha ido “engordando” la carpeta más trabajo pasa el indio.

Es posible que hallan soluciones como google destop entre otras, pero esta carpeta debe ser movida constantemente en una memoria y consultada en diferentes máquinas por lo que un programa instalable no es lo más práctico en este caso.

He decidido implementar una pequeña aplicación que gestione estos documentos, y en medio de mi ignorancia lo que se me ha ocurrido es importar todas esas resoluciones a formato htm usando la función que word nos proporciona para estos fines, claro que este proceso es automatizado desde el delphi, luego muestro todos los nombres en un treeview y el contenido de la selección en el mencionado TEmbeddedWB.

Pero esto no es suficiente, estoy implementando también un buscador, que cuando el usuario introduzca una cadena de búsqueda salgan solo las resoluciones que contienen dicha cadena, para esto lo primero que se me ha ocurrido es ir abriendo uno a uno los documentos en un TrishEdit que tengo oculto y haciendo un pos de la cadena a buscar, si está lo agrego, si no pues nada. He aquí mi primer problema, no creo que esa solución sea elegante, tener un TRishEdit oculto para esas cosas, y luego que la búsqueda la hago en todo el documento incluyendo etiquetas y todo lo cual no resulta muy preciso a la hora de buscar, por lo que me gustaría saber si existe algún componente que parseara el htm (recuerden que es exportado por word) y me devuelva solo el texto para hacer la búsqueda en esa cadena.

Además después que encuentro los documentos me gustaría que al seleccionar uno aparezca las coincidencias con la cadena de búsqueda en otro formato, lo primer que se me ocurrió fue abrir con mi richedit oculto la página seleccionada y guardarla en una carpeta temporal después de haber remplazado las coincidencias con la cadena de búsqueda por ella misma pero formateada, pero esto no funciona, por algún motivo cuando voy a mostrar el documento resultante se muestran códigos raros y texto basura.

Entonces mi segunda duda sería, de que forma puedo resaltar en los documentos encontrados la cadena de búsqueda en un TEmbeddedWB.

Se que el cuento es un poco largo, pero quise que tuvieran claridad de mi problema, o tal ves los enredé más, el caso es que cualquier consejo o propuesta será bienvenida.

Agradeciendo el haber leído mi post los saluda

Yusnerqui