Глава_03

Назад | Начало урока | Вперед
Содержание

Глава 3

Функция erase() Фильтр для удаления тегов и маркеров HTML

Удаление символов из строк

Функция erase() класса string легко и эффективно удаляет символы из строк. Функция получает два аргумента: начальную позицию удаления (по умолчанию 0) и количество удаляемых символов (по умолчанию string::npos). Если заданное количество символов больше количества оставшихся символов в строке, стираются все символы до конца (таким образом, вызов erase() без аргументов удаляет из строки все символы).

Допустим вы хотите удалить из файла html все теги со специальными символами; предполагается, что после удаления останется примерно тот же текст, который отображался в браузере, но только в виде простого текстового файла.

В следующем примере для решения этой задачи используется функция erase():

Вверх


//: C03:HTMLStripper.cpp {RunByHand}

//{L} ReplaceAll

// Фильтр для удаления тегов и маркеров HTML

#include <cassert>

#include <cmath>

#include <cstddef>

#include <fstream>

#include <iostream>

#include <string>

#include "ReplaceAll.h"

#include "../require.h"

using namespace std;

string& stripHTMLTags(string& s) {

  static bool inTag = false;

  bool done = false;

  while (!done) {
    if (inTag) {
      // В предыдущей строке начался, но не закончился тег HTML.

      // Продолжаем поиск '>'.

      size_t rightPos = s.find('>');

      if (rightPos != string::npos) {
        inTag = false;

        s.erase(0, rightPos + 1);
      }

      else {
        done = true;

        s.erase();
      }
    }

    else {
          // Поиск начала тега:

      size_t leftPos = s.find('<');

      if (leftPos != string::npos) {
        // Проверить, закрывается ли тег в текущей строке

        size_t rightPos = s.find('>');

        if (rightPos == string::npos) {
          inTag = done = true;

          s.erase(leftPos);
        }

        else

              s.erase(leftPos, rightPos - leftPos + 1);

          }

      else

            done = true;

    }

  }

  // Удаление всех специальных символов HTML

  replaceAll(s, "& lt;", "& lt");

  replaceAll(s, "& gt;", "& gt");

  replaceAll(s, "& amp;", "&");

  replaceAll(s, "& nbsp;", " ");

  // E o. a.

  return s;

}



int main(int argc, char* argv[]) {

  requireArgs(argc, 1,
    "usage: HTMLStripper InputFile");

  ifstream in(argv[1]);

  assure(in, argv[1]);

  string s;

  while(getline(in, s))

    if (!stripHTMLTags(s).empty())

      cout << s << endl;



} ///:~

Результат:

Анализ:

Программа удаляет даже теги html, занимающие несколько строк. Для этого используется статический флаг inTag, которому присваивается true, если при обнаружении начального тега парный завершающий тег не был обнаружен в той же строке. В функции stripHTMLTags() встречаются все формы функции erase().

Используемая версия getline() представляет собой глобальную функцию, объявленную в заголовочном файле <string> она удобна тем, что в аргументе string может храниться строка произвольной длины. Нам не приходится беспокоиться о размерах символьного массива, как при использовании функции stream::getline().

В программе задействована функция replaceAll(), упоминавшаяся ранее в этой главе. В следующей главе будет создано более элегантное решение с применением строковых потоков.

Назад | Начало урока | Вверх | Вперед
Содержание