用于从网页读取表格的c ++程序

Question

我需要编写一个从网页上获取数据的c ++程序（我有这个网址）。 基本上，网页包含一个分布在多个页面上的巨大表格（虽然是下一个按钮）。

我需要获取整个表，然后获取每一行并解析它（表有大约10列）。在经过一些小的处理之后，每个都必须以类似的数据格式放入csv文件中。

任何人都可以提出最佳方法。 我需要在c ++中这样做，我想知道我使用的库是什么。需要在Windows中完成，但我不介意使用平台独立/依赖的东西。

提前致谢。

Answer 1

让libcurl为您下载。它很快，您不必直接处理HTTP。

有许多库用于在C ++中解析XML。见this。

请大家帮忙，不要尝试用正则表达式解析HTML。你将召唤Cthulhu。

Answer 2

我知道这可能不是您正在寻找的确切答案，但因为它是一个选项......

您可以使用原始套接字生成基本HTTP GET，然后您将收到HTML格式的表格。然后，您只需解析它（使用XML解析器或手动查找表或特定ID）并获得结果。

我知道这不是最好的和“随时可用”的解决方案，但它仍然有用。