サイトからソースの取得した後について。

質問

サイトからソースを取得することはできるのですが、
そのソースからほしいデータを抽出するうまいやり方がわかりません。

具体的には
http://table.yahoo.co.jp/t?c=2006&a=5&b=8&f=2006&d=11&e=13&g=w&s=7203.t&y=0&z=7203.t
↑のようなサイトからデータの部分だけをメモ帳に移したいです。
どのようにすればいいですか?
ちなみに今は strtok 関数を使って無理やりアルファベットを取り除いていますが、
エラーが多いです。

回答No.1

Oh-Orange

★文字列を検索して解読するしかないと思います。
・アルゴリズムとしては、
　(1)『<td><small>』を検索します。→strpbrk関数で検索。
　(2)見つかったポインタに +11 を加えれば、『<td><small>』に続くデータの先頭位置になります。
　(3)(2)のデータの先頭から『<』文字までを抽出します。
　　『<』文字をNULL文字に書き換えれば、データの先頭から普通の文字列として扱えます。
　(4)(3)のデータの末尾から +1 の位置より、『<td><small>』を再検索します。→(1)へジャンプ
・上記を繰り返せば、TABLE タグのデータを取り出せます。
・あと途中に『<b>』と『</b>』の部分があるので『<td><small>』を検索した後にポインタを +11 して
　『<b>』文字列の先頭の場合は『<b>』をスキップします。→ポインタを +3 進める。
・後ろにある『</b>』は『<』文字としてデータの末尾としているので(3)と同じです。
・HTMLソースを行単位で処理しても良いし、全てをメモリに読み込んで検索しても良いでしょう。
・以上。おわり。→行単位で文字列を解読しましょう。

お礼

早い対応ありがとうございます。
↑を参考にして書いてみます。