Descargar parte de una web

[*Emilio*]

Hola,

Necesito realizar la descarga de cierto texto de una web.

Pongo un ejemplo:

Tengo las url de todas las páginas que quiero descargar...

http://www.fabricante-pepe.com/artic...eferencia=1000
http://www.fabricante-pepe.com/artic...eferencia=1001
http://www.fabricante-pepe.com/artic...eferencia=1002

Si cargamos una de esas supuestas urls, obtenemos una página web con mucho html, mucho texto, muchas imágenes etc...

El texto que me interesa se encuentra ubicado entre dos etiquetas HTML concretas

<textarea name="algo">Este es el texto que quiero capturar</textarea>

¿alguna sugerencia de cómo puedo capturar ese texto?

Gracias de antemano.

[[Bicho]]

Saludos Capo!!

He estado buscando por los foros, y al principio habia visto sugerencias sobre descargar la página en local con un componente Indy HTTP, volcando ese texto a un fichero (que al igual con un WebBrowser lo puedes hacer, no estoy muy puesto en el tema) y buscando el texto escogido dentro del fichero o memo donde tengas el codigo fuente de la página.

Pero luego he encontrado la palabra clave que creo que es la que necesitabas:

PARSER,

Dec, aquí da las pautas para encontrarlo

Espero sea esto lo que buscas, yo sinceramente te lo digo, estoy out en este tema y me he limitado a buscar por los foros e investigar un poco por Delphi.

Saludos

[[Bicho]]

Sabia yo que con un WebBrowser se podia hacer algo:

Colocas un webbrowser y un memo. En el evento ondocumentcomplete añades esto:

Código Delphi [-]
  MEMO1.Text := WebBrowser1.OleObject.Document.body.innerHTML;

Y ya tienes el codigo fuente de la web en un memo, sólo hay que buscar las etiquetas con un "pos" y ya lo tienes.

Saludos

[[seoane]]

Seguro que usando un TWebbrowser se pueden ir recorriendo cada una de las etiquetas (aunque yo no se como ), o quizá utilizando algún parser. Pero una forma sencilla de hacerlo es obtener la pagina, colocarla en un string, buscar la etiqueta textarea y copiar lo que se encuentra entre la etiqueta de apertura y de cierre. Algo así:

Código Delphi [-]
program gettext;

{$APPTYPE CONSOLE}

uses
  Windows, SysUtils, WinInet;


function Bajar(Url: string): String;
var
  hNet: HINTERNET;
  hUrl: HINTERNET;
  Buffer: array[0..10240] of Char;
  BytesRead: Cardinal;
begin
  Result := '';
  hNet := InternetOpen('agent', INTERNET_OPEN_TYPE_PRECONFIG, nil, nil, 0);
  if (hNet <> nil) then
  begin
    hUrl := InternetOpenUrl(hNet, PChar(Url), nil, 0,
      INTERNET_FLAG_RELOAD, 0);
    if (hUrl <> nil) then
    begin
      FillChar(Buffer,Sizeof(Buffer),0);
      while (InternetReadFile(hUrl, @Buffer, sizeof(Buffer), BytesRead)) do
      begin
        if (BytesRead = 0) then
          break;
        Result:= Result + String(PChar(@Buffer));
        FillChar(Buffer,Sizeof(Buffer),0);
      end;
      InternetCloseHandle(hUrl);
    end;
    InternetCloseHandle(hNet);
  end;
end;

function ObtenerTexto(Url: string; Etiqueta: string): string;
var
  Str: string;
  i: integer;
begin
  Result:= '';
  // Bajamos la pagina
  Str:= Bajar(Url);
  // Buscamos la etiqueta
  i:= Pos(Uppercase(Etiqueta), Uppercase(Str));
  if i > 0 then
  begin
    // Buscamos el final de la etiqueta
   while (Copy(Str,i,1)<>'>') and (i<Length(Str)) do
      inc(i);
   inc(i);
   // Copiamos el texto hasta encontrar otra etiqueta
   while (Copy(Str,i,1)<>'<') and (i<Length(Str)) do
   begin
      Result:= Result + Copy(Str,i,1);
      inc(i);
   end;
  end;
end;

begin
  Writeln(ObtenerTexto('http://www.mipagina.com/index.html','<textarea'));
  readln;
end.

[[seoane]]

Continuando mi respuesta anterior, podemos bajar de una sola vez todos los artículos, y guardar el contenido de los textarea en archivos de texto:

Código Delphi [-]
procedure BajarTodo(Url: string; Inicio, Final: Integer);
var
  i: integer;
begin
  with TStringList.Create do
  try
    for i:= Inicio to Final do
    begin
      Text:= ObtenerTexto(Url + IntToStr(i),'<textarea');
      SaveToFile(ChangeFileExt(ParamStr(0), '_' + IntToStr(i) + '.txt'));
    end;
  finally
    Free;
  end;
end;

begin
  BajarTodo('http://www.fabricante-pepe.com/articulo.php?referencia=',1000,1010);
end.

[*Emilio*]

Bicho gracias por la respuesta, no es ese el camino pero se agradece, por cierto, aparcar está tirao

Seoane funciona perfectamente, muchas gracias por tu rápida y eficaz respuesta.