用VB将Html转换为文本文件

　　如何将一个超文本文件Html文件格式转换为Txt文本文件呢？这就是本文所要讨论的内容了。我们都知道，超文本文件有很多的标记，如$#@60;Html$#@62;、$#@60;Head$#@62;、$#@60;Body$#@62;等等，在文本文件中，这些都是没用的，我们要把它们都删去，而且超文本文件还有很多不可见的内容，如用“$#@60;!--”、“--$#@62;”括起来的内容、Java脚本程序，这些在文本文件中也是不可用的，我们也要把它们都删去。因此，我们可以得出这么一个结论：
　　一个简单的Html转换Txt程序的基本原理就是－－将超文本文件不可视部分去掉，将超文本文件可视部分的内容写到文本文件中去。
好了，有了理论就应该有些实际的东西了。转换的步骤可以简单地归纳为：

1、 去掉$#@60;head$#@62;部分的内容
2、 去掉$#@60;script$#@62;部分的Java脚本程序
3、 转换$#@60;br为换行符
4、 转换$#@60;/p$#@62;为换行符
5、 转换和去掉其它所有的超文本标记
6、 转换“$#@60;”为“<”符号
7、 转换“$#@62;”为“>”符号
8、 转换“&”为“&”符号
9、 转换“ ”为空格符号
10、转换“"”为引号
11、去掉转换后开头和结尾出现的所有空格符号
12、转换完成

转换的步骤可用VB的函数IsStr来实现，如下面的代码可以去掉文本框Text3中超文本文件开头到$#@60;/Head$#@62;标记部分的内容:

Do While InStr(1, LCase(Text3.Text), "$#@60;/head$#@62;") <> 0

Text3.SelStart = 0
Text3.SelLength = InStr(1, LCase(Text3.Text), "$#@60;/head$#@62;") 6
Text3.SelText = ""

Loop

　　详细的程序代码请参看程序清单或源程序。这个转换程序设计时考虑的是转换规范的超文本文件，当要转换的文件不够标准（如：有$#@60;/head$#@62;而没有$#@60;head$#@62;与之配对）的时候，转换就不能完成。而且，这个例子只转换了部分的超文本标记，还有许多的标记，如表单标记“FORM”并没有被转换，更多、更详尽的功能就有待你完成了。
156 附程序清单：
Option Explicit
Private Sub Form_Load()

CommonDialog1.CancelError = True
Text3.Visible = False
Command1.Capti = "打开"
Command2.Caption = "转换==$#@62;"
Command3.Caption = "保存"

End Sub
Private Sub Command1_Click()

On Error Resume Next
Dim TextLine As String
CommonDialog1.Filter = "网页|*.htm;*.html"
CommonDialog1.ShowOpen
If err $#@60;$#@62; 32755 Then

Text1 = ""
"打开文件
Open CommonDialog1.FileName For Input As #1
Do While Not EOF(1)

Line Input #1, TextLine
Text1 = Text1 & Trim(TextLine)

Loop
Close #1

Else

MsgBox "不能打开文件"

End If

End Sub
Private Sub Command3_Click()

On Error Resume Next
CommonDialog1.Filter = "文本文件|*.txt"
CommonDialog1.ShowSave
If err $#@60;$#@62; 32755 Then

Open CommonDialog1.FileName For Output As #1
Print #1, Text3
Close #1

Else

MsgBox "不能保存文件"

End If

End Sub
Private Sub Command2_Click()

Dim txtStr As String
On Error GoTo err
Form1.MousePointer = 11
Text3.Text = Text1.Text
DoEvents
Form1.Caption = "正在去掉$#@60;head$#@62;部分..."
"去掉$#@60;head$#@62;部分
Do While InStr(1, LCase(Text3.Text), "$#@60;/head$#@62;") $#@60;$#@62; 0

Text3.SelStart = 0
Text3.SelLength = InStr(1, LCase(Text3.Text), "$#@60;/head$#@62;") 6
Text3.SelText = ""

Loop
Form1.Caption = "正在去掉$#@60;script$#@62;部分..."
"去掉$#@60;script$#@62;部分
Do While InStr(1, LCase(Text3.Text), "$#@60;/script$#@62;") $#@60;$#@62; 0

Text3.SelStart = InStr(1, LCase(Text3.Text), "$#@60;script") - 1
Text3.SelLength = InStr(1, LCase(Text3.Text), "$#@60;/script$#@62;") - Text3.SelStart 9
Text3.SelText = ""

Loop
Form1.Caption = "正在转换$#@60;br$#@62;为换行符..."
"转换$#@60;br$#@62;为换行符
Do While InStr(1, LCase(Text3.Text), "$#@60;br$#@62;") $#@60;$#@62; 0

Text3.SelStart = InStr(1, LCase(Text3.Text), "$#@60;br$#@62;") - 1
Text3.SelLength = 4
Text3.SelText = "" vbCrLf

Loop
Form1.Caption = "正在转换$#@60;p$#@62;$#@60;/p$#@62;为换行符..."
"转换$#@60;/p$#@62;为换行符
Do While InStr(1, LCase(Text3.Text), "$#@60;/p$#@62;") $#@60;$#@62; 0

Text3.SelStart = InStr(1, LCase(Text3.Text), "$#@60;/p$#@62;") - 1
Text3.SelLength = 4
Text3.SelText = "" vbCrLf

Loop
Form1.Caption = "正在删除Html标记..."
"去掉其它的Html标记
Do While InStr(1, LCase(Text3.Text), "$#@60;") $#@60;$#@62; 0

Text3.SelStart = InStr(1, LCase(Text3.Text), "$#@60;") - 1

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有