从HTML（Delphi）获取渲染的文本

Question

我有一些HTML，我需要从页面中提取实际的书面文本。

到目前为止，我已经尝试过使用Web浏览器并呈现页面，然后转到document属性并获取文本。这有效，但仅在支持浏览器的地方（IE com对象）。问题是我希望它也能够在wine下运行，所以我需要一个不使用IE COM的解决方案。

必须有合理的编程方式来做到这一点。

Answer 1

我不确定在 Delphi 中解析 HTML 的推荐方法是什么，但如果是我，我会很想捆绑 html2text 的副本（该名称的较旧的C++ 程序或较新的Python 程序）和产生对其中之一的调用。

您可以使用py2exe将 Python html2text 转换为可执行文件。这两个 html2text 程序都是根据 GPL 获得许可的，但只要您只是将它们的可执行文件与您的应用程序捆绑在一起，并根据 GPL 的限制提供它们的源代码，那么您应该没问题。