提取HTML数据而不下载整个网页

Question

我该如何从网页中提取HTML表格的数据，而无需下载整个网页HTML？

我使用Delphi XE2中的TWebBrowser和TEmbededWB加载页面，然后获取Table元素并解析它。但是网页非常重，在我的循环中（约60秒），我无法正确地获取数据。

谢谢！

- SadeghAlavizadeh

---

您可以通过流下载它，并且丢弃您不需要的比特，这比将整个内容加载到内存中更加有效。然而，除非服务器支持，通常网络服务器不支持仅请求特定位。 - mellamokb

即使这样，你也需要知道表格的起始和结束字节。 - Quentin

您的最终用户是否也需要查看网页？如果不需要，可以使用Indy HTTP客户端（TIdHttp）组件，并执行GET或POST请求。这将以流形式将其传递给您，而无需浏览器解析和呈现HTML的开销。 - Sam M

Synapse也是一个不错的HTTP库。您的问题不太清楚。您所说的网页是什么？只有根HTML页面吗？还是数百个文件，包括HTML和CSS样式、JS程序、Flash广告、HTML子框架、音乐、视频等等？HTTP协议允许您仅下载文件的一部分，从字节＃12345到字节＃54321，但1：并非所有服务器都允许此操作，2：如果没有下载页面，您如何知道需要哪些字节？因此，您仍然需要下载主要的HMTL文件。但是，您可以避免下载所有或大多数辅助文件。 - Arioch 'The

谢谢，我问了另一个问题。[http://stackoverflow.com/questions/11915903/convert-string-form-idhttp-get-to-ihtmldocument2-in-delphi#comment15865758_11915903] - SadeghAlavizadeh

Answer 1

伙计，

由于HTML协议的语言是解释性的而不是编译性的，因此浏览器或任何类似浏览器的实现都需要从服务器下载整个内容。您可以阅读浏览器如何工作和Surfin' Safari来了解更多信息。我认为没有一种有效的方法可以做到你所要求的，但在我看来，一种非常有效的方法是像mellamokb所说的那样。但是，它仍然会下载整个内容。

敬礼

- Rodrigo Reis