如何从 Qt 中的 HTML 源中提取表格值？

Question

我正在尝试创建一个应用程序，该应用程序可以从任意页面提取财务数据，而不管财务报表格式或惯例如何。所以基本上我想解析或提取一个字段/值并将相同的字段写入桌面上的 CSV 或 Excel 文件。以下引用说明了我想要做什么；

解析（每个 HTML 行）--> 值 --> 写入（file.csv，值）

在上述过程中，我完全习惯于写入 CSV 或 Excel 文件；我的问题是 HTML 代码部分的解析。

显然，我可以扫描 HTML 页面以查找表语法，然后提取值；但我担心这对于包含多个标签的网页来说是徒劳的。因为每个选项卡可能加载不同的数值，例如，财务网站可能有 2 个选项卡用于年度和季度报告。我没有使用 HTML 的经验，但我愿意学习并解决这个问题。但在我继续之前，我想在 Qt 中是否有任何直接或更聪明的方法？我不想在这里重新发明轮子。谢谢你。

Answer 1

您可以使用： 1. QRegExp（旧类）或 QRegularExpression 用于匹配简单模式。但是你必须学习正则表达式语法。我建议学习它例如，您可以为匹配模式构建表达式，例如：数据名称：数字（如 4354.65 等）。这是多种语言的通用编程解决方案。
2. QDomDocument 类提供了很好的接口来解析具有树值的ml（html，xml）文档。 QDomDocument 很慢，使用 mutch 内存，但您可以从特定的标签树中获取价值。很复杂。

重新加载页面时选项卡没有问题。简单的 html 页面需要为您设置所有选项卡。 Only when tabs is link or use AJAX you need physical "click" to tab for get new data.您必须下载两个 html 页面进行解析。 一些好的页面可以让你进行站点地图。尝试解析它以获得有趣的地址。