Encontrar ocurrencias entre dos strings

[ellucho]

Hola, estoy tratando de encontrar todas las ocurrencias entre dos strings en un codigo html por ejemplo de este codigo:

<div class="row">
   <div class="col">
     <div class="well">
       <a>Google</a>
     </div>
   </div>
 </div>
<div class="row">
  <div class="col">
    <div class="well">
       <a>Yahoo</a>
    </div>
  </div>
</div>

Me tendia que devolver:

<a>Google</a>
<a>Yahoo</a>

osea, todo lo que esta entre:

<div class="well">

y

</div>

Probe asi pero no hay caso:

regexpr := TRegEx.Create('<div class="well">(.*)</div>',[roIgnoreCase,roMultiline]);

Le erre con el titulo, deberia decir regexp

[mamcx]

Html se debe procesar con un PARSER de html. Las expresiones regulares son insuficientes en este caso.

Ahora bien si la estructura es fija, el problema es que (.*) quiere decir " Captura todo lo que viene a continuacion" y eso significa TODO, y ademas es "greddy" osea, tiene precedencia sobre lo que sigue.

Te recomiendo este sitio que explica todo esto muy bien y completo:

http://www.regexbuddy.com/index.html

Y que sues alguna herramienta para testear regex de forma visual (ese sitio vende una, pero los recursos y tutoriales son genericos).

Para eso especificamente, esta cadena funciona:

Código PHP:

<a>(\w+)</a> 


Mira que solo captura letras y eso es todo.

[ecfisa]

Hola ellucho, bienvenido a los foros de Club Delphi y como se acostumbra con los iniciados te invitamos a leer nuestra guía de estilo.


Si solamente buscas las ocurrencias entre dos cadenas exactas, sin pretender la flexibilidad que te ofrece un parser, desde Delphi podes hacer:

Código Delphi [-]
uses StrUtils;

procedure FindBetween(htmlText: string; const Since, Unto: string; Result: TStrings);
var
  p1, p2: Integer;
begin
  if (Since = '') or (Unto = '') then Exit;
  repeat
    p1 := Pos(Since, htmlText);
    p2 := PosEx(Unto, htmlText, p1);
    if (p1 <> 0) and (p2 <> 0) then
    begin
      Result.Add(Trim(Copy(htmlText, p1 + Length(since), (p2 - p1) - Length(since))));
      Delete(htmlText, 1, p2 + Length(Unto));
    end;
  until (p1=0) or (p2 = 0);
end;

Ej. de la prueba:

Código Delphi [-]
procedure TForm1.Button1Click(Sender: TObject);
begin
  Memo2.Lines.Clear;
  FindBetween(Memo1.Text, Edit1.Text, Edit2.Text, Memo2.Lines);
end;

Salida:


Saludos

[Delphifandev]

Para mí el parser de html es la mejor opción porque el html cambia muchísimo de página a página. Las veces que intenté hacer cosas simples (manipulando cadenas) en html y delphi el resultado fue que funcionaba en algunas páginas y en otras no.