закачать WEB-страницу как TXT

[maxorg]

Нужно, чтобы со страниц закачивалась только текстовая информация - типа когда делаешь "сохранить как файл" в броузере. Пробовал несколько примеров, все сохраняют еще и всякие коды, теги. Самый лучший вариант - чтобы качалось сразу только текстовое содержимое страницы. Или хотя бы все качнуть, а потом как-то ненужное отсеять. Пока единственное, что нашел вот http://www.nonhostile.com/page000012.asp заготовка, но никак не соображу как заюзать... Результат надо в массив или в файл записывать.

[Antonariy]

Скачать можно только html целиком, вырезать теги можно с помощью регулярных выражений

Код: Выделить всё

Dim oRegExp As New RegExp
    With oRegExp
        .MultiLine = True
        .Global = 1
        .Pattern = "<([^>]*)>"
        sText = .Replace(sHTML, " ")
    End With

[SSecurity]

на мой взгляд ... лучше использовать гибридный вариант:

1. закачать html-код в некий файл (есть API функции для этого)
2. вырезать оттудова ХТМЛ тэги (тогда потерятся форматирование) как предложил Antonariy
2.1. лучше частично убить только активное содержимое (картинки и ActiveX-элементы)
3. открыть страницу в WebBrowser (уже с локального диска)
4. после загрузки страницы посмотреть в переменную WebBrowser1.Document.body.OuterTEXT

если не особо страшно, с трафиком - можно сразу
WebBrowser1.Navigate URL
и после загрузки
WebBrowser1.Document.body.OuterTEXT