самый быстрый способ удалить все <any html tag> - C/C++. Прикладные вопросы

1 2 >|

самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 10:25
	Оценка:

Всем привет

существует огромный документ такого вида

<any html tag> ... plain text ... <any html tag>

хранится он в std::wstring ...

какой самый быстрый способ удалить все <any html tag> ?

Re: самый быстрый способ удалить все <any html tag>

От:	jazzer	Skype: enerjazzer
Дата:	04.02.13 10:29
Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>Всем привет

J>существует огромный документ такого вида

J><any html tag> ... plain text ... <any html tag>

J>хранится он в std::wstring ...

J>какой самый быстрый способ удалить все <any html tag> ?

Если этот тег не встречается больше нигде, то регэкспом, вестимо.

jazzer (Skype: enerjazzer) Ночная тема для RSDN

You will always get what you always got
  If you always do  what you always did

Re[2]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 10:39
	Оценка:

Здравствуйте, jazzer, Вы писали:

J>Если этот тег не встречается больше нигде, то регэкспом, вестимо.

ой что то я не уверен ...

помните первую тему про регулярки мне пришлось переписать все на указателях и
заработало фантастически быстро ...

так что думаю стоит рассматривать только реализацию на голых указателях ...

просто это команда в гуи и она должна мгновенно выдавать результат ...

Re: самый быстрый способ удалить все <any html tag>

От:	samius	http://sams-tricks.blogspot.com
Дата:	04.02.13 10:42
Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>какой самый быстрый способ удалить все <any html tag> ?
А что с комментариями, CDATA, IGNORE и насколько нужно отличать <any html tag> от <some non-html tag>?

Re[3]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 10:42
	Оценка:

например документ может быть таким

<font ...> ... plain text ... </font> ...plain text ... <img ...> ... plain text ... <br>

на выходе должен быть только ...plain text...

Re[2]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 10:45
	Оценка:

Здравствуйте, samius, Вы писали:

S>А что с комментариями, CDATA, IGNORE и насколько нужно отличать <any html tag> от <some non-html tag>?

комментариев нет ... теги различать не надо ...

нужно удалить все что между <...> и сами <> разумеется ...

единственное что тег <br> нужно не просто удалить а заменить его на перевод строки \r\n

Re[3]: самый быстрый способ удалить все <any html tag>

От:	samius	http://sams-tricks.blogspot.com
Дата:	04.02.13 10:47
Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>Здравствуйте, samius, Вы писали:

S>>А что с комментариями, CDATA, IGNORE и насколько нужно отличать <any html tag> от <some non-html tag>?

J>комментариев нет ... теги различать не надо ...

J>нужно удалить все что между <...> и сами <> разумеется ...

J>единственное что тег <br> нужно не просто удалить а заменить его на перевод строки \r\n
Раз такая пьянка, то в <div>, <p> и прочих блочных тегах надо перевод строки?

Re[3]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 10:49
	Оценка:

в тексте знаки < > в голом виде встретиться не могут так как это html документ так что если видим < > то это точно тег который надо удалить ...

Re[4]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 10:52
	Оценка:

Здравствуйте, samius, Вы писали:

S>Раз такая пьянка, то в <div>, <p> и прочих блочных тегах надо перевод строки?

а таких тегов в документе точно нет ... подставлять \r\n надо только для <br>

Re[4]: самый быстрый способ удалить все <any html tag>

От:	samius	http://sams-tricks.blogspot.com
Дата:	04.02.13 11:02
Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>в тексте знаки < > в голом виде встретиться не могут так как это html документ

Это ведь неправда

<!DOCTYPE html PUBLIC "-//IETF//DTD HTML 2.0//EN">
<html>
  <head>
    <title>T</title>
  </head>
<body>
 >
</body>
</html>

This document was successfully checked as HTML 2.0!

Re[5]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 11:14
	Оценка:

Здравствуйте, samius, Вы писали:

J>>в тексте знаки < > в голом виде встретиться не могут так как это html документ

S>Это ведь неправда

правда ... этот html генерирую я ...

Re[6]: самый быстрый способ удалить все <any html tag>

От:	samius	http://sams-tricks.blogspot.com
Дата:	04.02.13 11:16
Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

S>>Это ведь неправда

J>правда ... этот html генерирую я ...
Т.е. это частный случай.
Тогда может проще сгенерировать его без тегов?

Re[7]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 11:25
	Оценка:

Здравствуйте, samius, Вы писали:

S>Т.е. это частный случай.
S>Тогда может проще сгенерировать его без тегов?

без тегов не могу ... он должен рендериться браузером ...

просто в какой то момент мне надо скопировать весь текст из окна ...

так вот стандартная команда Document->ExecCommand(Copy) ужасно медленная ...

Re[8]: самый быстрый способ удалить все <any html tag>

От:	samius	http://sams-tricks.blogspot.com
Дата:	04.02.13 11:38
Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>Здравствуйте, samius, Вы писали:

J>так вот стандартная команда Document->ExecCommand(Copy) ужасно медленная ...
Еще бы! Полагаю что она делает кучу работы.

Вобщем, раз формат документа таки свой (без комментов, CDATA и т.п.), то быстрее цикла вряд ли что можно придумать. Особенно, учитывая character-reference-ы.

Для начала я бы сделал 2 забега. Первый — подсчет длины текста, конвертация char-ref-ов и обнуление всего лишнего. Второй — сбор данных в финальный буфер.

Re[6]: самый быстрый способ удалить все <any html tag>

	От:	DeafCoder
	Дата:	04.02.13 11:49
	Оценка:

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>правда ... этот html генерирую я ...

Лучше тогда сгенерить плаин текст и положить его в hidden поле html-я.

Re[3]: самый быстрый способ удалить все <any html tag>

От:	MTD	https://github.com/mtrempoltsev
Дата:	04.02.13 12:00
Оценка:	+1

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>>Если этот тег не встречается больше нигде, то регэкспом, вестимо.

J>ой что то я не уверен ...

На тебе самую быструю реализацию: http://codepad.org/HY9L7D8I (без обработки ошибок), только string заменишь на столь горячо любимые тобой голые узатели.

J>просто это команда в гуи и она должна мгновенно выдавать результат ...

А вот так приличные люди не делают — если операция может занять длительное время, нужно выводить диалог с прогресс баром, а не расчитывать на малый объем данных/голые указатели

Re: самый быстрый способ удалить все <any html tag>

	От:	enji
	Дата:	04.02.13 13:14
	Оценка:	1 (1)

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>какой самый быстрый способ удалить все <any html tag> ?

Я бы все же начал с обычных регулярок.
Если не хватает их быстродействия — попадалась как-то тулза, которая "компилировала" регулярку в сишную программу.

Ну и на крайний случай — как тут уже написали — ходишь по тексту самостоятельно

Re: самый быстрый способ удалить все <any html tag>

От:	c-smile	http://terrainformatica.com
Дата:	04.02.13 17:37
Оценка:	1 (1)

Здравствуйте, jyuyjiyuijyu, Вы писали:

J>какой самый быстрый способ удалить все <any html tag> ?

Это самый быстрый точно:
http://www.codeproject.com/Articles/14076/Fast-and-Compact-HTML-XML-Scanner-Tokenizer

Re[2]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 19:49
	Оценка:

всех благодарю, буду что нибудь пробовать

Re[4]: самый быстрый способ удалить все <any html tag>

	От:	jyuyjiyuijyu
	Дата:	04.02.13 23:25
	Оценка:

Здравствуйте, MTD, Вы писали:

MTD>На тебе самую быструю реализацию: http://codepad.org/HY9L7D8I (без обработки ошибок), только string заменишь на столь горячо любимые тобой голые узатели.

Вы ошибаетесь меня тошнит от велосипедостроения ... но нужда заставила

J>>просто это команда в гуи и она должна мгновенно выдавать результат ...

MTD>А вот так приличные люди не делают — если операция может занять длительное время, нужно выводить диалог с прогресс баром, а не расчитывать на малый объем данных/голые указатели

это да если не добъюсь приемлемой скорости не слишком большими силами то сделаю прогресс бар

1 2 >|

Переместить
Удалить
Выделить ветку

Пока на собственное сообщение не было ответов, его можно удалить.

Заголовок: