1 #Region "Microsoft.VisualBasic::4494537fabd04dcbb6c56a3906c9591b, Microsoft.VisualBasic.Core\Text\Parser\HtmlParser\Table.vb"
2
3     ' Author:
4     
5     '       asuka (amethyst.asuka@gcmodeller.org)
6     '       xie (genetics@smrucc.org)
7     '       xieguigang (xie.guigang@live.com)
8     
9     ' Copyright (c) 2018 GPL3 Licensed
10     
11     
12     ' GNU GENERAL PUBLIC LICENSE (GPL3)
13     
14     
15     ' This program is free software: you can redistribute it and/or modify
16     ' it under the terms of the GNU General Public License as published by
17     ' the Free Software Foundation, either version 3 of the License, or
18     ' (at your option) any later version.
19     
20     ' This program is distributed in the hope that it will be useful,
21     ' but WITHOUT ANY WARRANTY; without even the implied warranty of
22     ' MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
23     ' GNU General Public License for more details.
24     
25     ' You should have received a copy of the GNU General Public License
26     ' along with this program. If not, see <http://www.gnu.org/licenses/>.
27
28
29
30     ' /********************************************************************************/
31
32     ' Summaries:
33
34     '     Module TableParser
35     
36     '         FunctionGetColumnsHTML, GetRowsHTML, GetTablesHTML
37     
38     
39     ' /********************************************************************************/
40
41 #End Region
42
43 Imports System.Runtime.CompilerServices
44 Imports System.Text.RegularExpressions
45 Imports Microsoft.VisualBasic.Linq
46
47 Namespace Text.HtmlParser
48
49     ''' <summary>
50     ''' The string parser for the table html text block
51     ''' </summary>
52     Public Module TableParser
53
54         ''' <summary>
55         ''' Parsing the html text betweens the tag ``&lt;table>&lt;/table>`` by using regex expression.
56         ''' </summary>
57         ''' <param name="html"></param>
58         ''' <returns></returns>
59         ''' 
60         <Extension>
61         Public Function GetTablesHTML(html As StringOptional greedy As Boolean = FalseAs String()
62             Dim regxp As String = If(greedy, "<table.+</table>""<table.+?</table>")
63             Dim tbls As String() = Regex.Matches(html, regxp, RegexICSng).ToArray
64             Return tbls
65         End Function
66
67         ''' <summary>
68         ''' Parsing the html text betweens the tag &lt;tr>&lt;/tr> by using regex expression.
69         ''' </summary>
70         ''' <param name="table"></param>
71         ''' <returns></returns>
72         ''' 
73         <Extension>
74         Public Function GetRowsHTML(table As StringAs String()
75             If table Is Nothing Then
76                 Return {}
77             End If
78             Dim rows As String() = Regex.Matches(
79                 table,
80                 "<tr.+?</tr>",
81                 RegexOptions.Singleline Or RegexOptions.IgnoreCase).ToArray
82             Return rows
83         End Function
84
85         ''' <summary>
86         ''' The td tag is trimmed in this function.(请注意,在本函数之中,&lt;td>标签是被去除掉了的)
87         ''' </summary>
88         ''' <param name="row"></param>
89         ''' <returns></returns>
90         ''' 
91         <Extension>
92         Public Function GetColumnsHTML(row As StringAs String()
93             Dim cols As String() = Regex.Matches(row, "(<td.+?</td>)|(<th.+?</th>)", RegexICSng).ToArray
94             cols = cols _
95                 .Select(Function(s) s.GetValue) _
96                 .ToArray
97             Return cols
98         End Function
99     End Module
100 End Namespace