使用CSS选择器从HTML页面提取结构化数据·综合运用
（3/3）·从DOM解析到WebDataExtractor，把网页经济日历与交易报告变成EA可读数组
◍ DOM 节点的选择器匹配逻辑
这段 MQL5 片段实现了一个类 DOM 树节点的递归查找与子选择器匹配。find 方法会遍历当前节点的 children 数组，只要任意一个子节点命中就置 found 为 true，递归深度由调用栈自然控制。 match 函数按 SubSelectorArray 逐个校验：type==0 时先比标签名，通配符 "*" 直接放行，否则用 StringCompare 做严格字符串比对，不等就判失败。 伪类分支里，firstChild 要求 parent.getChildIndex 返回 0，lastChild 要求等于 getChildrenCount()-1，nthChild 把 param 转整型后要求索引等于 x-1（外部从 1 计数）。这些边界若写错，外汇 EA 里做界面元素定位时可能漏选或误选控件。 开 MT5 把这段代码塞进你自己的 CTreeNode 类，改 u[i].value 打几个日志，能直接验证匹配分支是否按预期走。
}
}
}
for(i = class="num">0; i < ArraySize(children); i++)
{
found = children[i].find(op, selectors, output) || found;
}
}
class="kw">return found;
}
class="type">bool match(class="kw">const SubSelectorArray *u)
{
class="type">bool matched = true;
class="type">int i, n = u.size();
for(i = class="num">0; i < n && matched; i++)
{
if(u[i].type == class="num">0) class=class="str">"cmt">// 标签名称和伪类
{
if(u[i].value == "*")
{
class=class="str">"cmt">// 任意标签
}
else
if(StringCompare(name, u[i].value) != class="num">0)
{
matched = class="kw">false;
}
else
if(u[i].modifier == PseudoClassModifier::firstChild)
{
if(parent != NULL && parent.getChildIndex(&this) != class="num">0)
{
matched = class="kw">false;
}
}
else
if(u[i].modifier == PseudoClassModifier::lastChild)
{
if(parent != NULL && parent.getChildIndex(&this) != parent.getChildrenCount() - class="num">1)
{
matched = class="kw">false;
}
}
else
if(u[i].modifier == PseudoClassModifier::nthChild)
{
class="type">int x = (class="type">int)StringToInteger(u[i].param);
if(parent != NULL && parent.getChildIndex(&this) != x - class="num">1) class=class="str">"cmt">// children are counted starting from class="num">1
{
matched = class="kw">false;
}
}
else
if(u[i].modifier == PseudoClassModifier::nthLastChild)
{
class="type">int x = (class="type">int)StringToInteger(u[i].param);「选择器匹配里的兄弟序号与属性判定」
这段逻辑处理的是 DOM 风格选择器在 MQL5 结构体树里的命中判断。当父节点存在时，先用 getChildrenCount() - getChildIndex() - 1 算出当前节点在兄弟中的倒序位置，若不等于目标序号 x-1，直接判 matched=false，也就是只认倒数第 x 个兄弟。
对于点选择器 .class，代码会检查属性表里有没有 class 键；有则取出容器值，用 StringFind(" "+值+" ", " "+目标+" ") 做带空格的包含判断，返回 -1 就失配。没有 class 键同样失配，这能避免子串误命中。
井号 #id 走精确比对：StringCompare 不等就失败。方括号 [attr=value] 则交给 AttributesParser 解析后取第一个键，支持 * ^ $ 三种后缀分别表示包含、前缀、后缀匹配，后缀会被截掉再拿去查属性。
在 MT5 里跑这套解析时，注意 StringFind 前后补空格的写法，若你的 class 值本身带首尾空格会漏配；外汇与贵金属行情数据喂进这类选择器前，建议先 StringTrim 再比对，否则高波动时段解析错误可能触发误信号。
if(parent != NULL && parent.getChildrenCount() - parent.getChildIndex(&this) - class="num">1 != x - class="num">1) { matched = class="kw">false; } } } else if(u[i].type == &class="macro">#x27;.&class="macro">#x27;) { if(attributes.isKeyExisting("class")) { Container *c = attributes["class"]; if(c == NULL || StringFind(" " + c.get<class="type">class="kw">string>() + " ", " " + u[i].value + " ") == -class="num">1) { matched = class="kw">false; } } else { matched = class="kw">false; } } else if(u[i].type == &class="macro">#x27;#&class="macro">#x27;) { if(attributes.isKeyExisting("id")) { Container *c = attributes["id"]; if(c == NULL || StringCompare(c.get<class="type">class="kw">string>(), u[i].value) != class="num">0) { matched = class="kw">false; } } else { matched = class="kw">false; } } else if(u[i].type == &class="macro">#x27;[&class="macro">#x27;) { AttributesParser p; IndexMap hm; p.parseAll(u[i].value, hm); class=class="str">"cmt">// 逐个选择属性：element[attr1=value][attr2=value] class=class="str">"cmt">// 映射一次只能包含一个有效对 if(hm.getSize() > class="num">0) { class="type">class="kw">string key = hm.getKey(class="num">0); class="type">class="kw">ushort suffix = StringGetCharacter(key, StringLen(key) - class="num">1); if(suffix == &class="macro">#x27;*&class="macro">#x27; || suffix == &class="macro">#x27;^&class="macro">#x27; || suffix == &class="macro">#x27;$&class="macro">#x27;) class=class="str">"cmt">// contains, starts with, or ends with { key = StringSubstr(key, class="num">0, StringLen(key) - class="num">1);
属性匹配的四种后缀规则
在 MT5 自定义类的选择器解析里，属性匹配不是简单地全等比较，而是靠 suffix 变量决定匹配模式。suffix 为 0 是精确匹配，为 '*' 是包含匹配，为 '^' 是前缀匹配，为 '$' 是后缀匹配。 当 suffix 等于 0 且 key 为 "class" 时，代码用 " " + 属性值 + " " 包住两端再查找，避免 "btn" 误中 "btnpair" 这类部分重合。其余 key 则直接 StringCompare 全等。 后缀 '$' 的处理稍微绕：先取属性串 x，若 x 长度大于待查串 v，才从 x 尾部倒数 StringLen(v) 的位置起找 v，命中位置必须等于 StringLen(v) 才认。这意味着 "panel" 能中 "signal" 的尾，但 "p" 中 "x" 因长度不够直接落空。 开 MT5 把下面片段塞进你的选择器函数，改 suffix 赋值就能验证四种命中差异；外汇与贵金属图表对象繁杂，误匹配可能让脚本改错控件，实盘前务必在策略测试器跑一遍。
else { suffix = class="num">0; } if(hasAttribute(key) && attributes[key] != NULL) { class="type">class="kw">string v = hm[class="num">0] != NULL ? hm[class="num">0].get<class="type">class="kw">string>() : ""; if(StringLen(v) > class="num">0) { if(suffix == class="num">0) { if(key == "class") { matched &= (StringFind(" " + attributes[key].get<class="type">class="kw">string>() + " ", " " + v + " ") > -class="num">1); } else { matched &= (StringCompare(v, attributes[key].get<class="type">class="kw">string>()) == class="num">0); } } else if(suffix == &class="macro">#x27;*&class="macro">#x27;) { matched &= (StringFind(attributes[key].get<class="type">class="kw">string>(), v) != -class="num">1); } else if(suffix == &class="macro">#x27;^&class="macro">#x27;) { matched &= (StringFind(attributes[key].get<class="type">class="kw">string>(), v) == class="num">0); } else if(suffix == &class="macro">#x27;$&class="macro">#x27;) { class="type">class="kw">string x = attributes[key].get<class="type">class="kw">string>(); if(StringLen(x) > StringLen(v)) { matched &= (StringFind(x, v, StringLen(x) - StringLen(v)) == StringLen(v));
◍ 从 DOM 节点抽取表格数据的映射逻辑
这段 MQL5 片段实现了把网页 DOM 查询结果转成二维索引表的过程。核心入口是 tableSelect，它先按行选择器拿到一组 DomElement，再对每一行按列选择器逐个抓取值。 若某列的选择器命中了子节点，且 dataSelectors 传空串，就取该节点文本；否则取指定属性。抓到的值会做左右去空格再写进 row，没命中则只占位不写值。 只有 row.getSize()>0 的行才会以自增 counter 转成字符串作为键存入 data，空行直接释放。对做贵金属跨平台报价聚合来说，这种跳过空行的机制能避免后续计算时踩到空指针——外汇与贵金属波动剧烈，解析层少一次崩溃就少一次漏单风险。 下面把关键函数逐行拆一下： IndexMap *tableSelect(const string rowSelector, const string &columSelectors[], const string &dataSelectors[]) // 入参：行选择器、列选择器数组、取属性名数组（空串表示取文本） { DomIterator *r = querySelect(rowSelector); // 按行选择器查出所有行迭代器 IndexMap *data = new IndexMap('\n'); // 新建以换行符分隔的索引表容器 int counter = 0; // 行号计数器 r.rewind(); // 迭代器复位到头部 while(r.hasNext()) // 遍历每一行 { DomElement *e = r.next(); // 取出当前行元素 string id = IntegerToString(counter); // 用计数器生成行键 IndexMap *row = new IndexMap(); // 新建单行映射 for(int i = 0; i < ArraySize(columSelectors); i++) // 遍历每一列选择器 { DomIterator *d = e.querySelect(columSelectors[i]); // 在当前行内查列 string value; // 声明值变量 if(d.getChildrenCount() > 0) // 若列节点存在 { if(dataSelectors[i] == "") // 未指定属性则取文本 { value = d[0].getText(); } else // 指定了属性名 { value = d[0].getAttribute(dataSelectors[i]); } StringTrimLeft(value); StringTrimRight(value); // 去左右空格 row.setValue(IntegerToString(i), value); // 写入列索引与值 } else // 没有找到栏位 { row.set(IntegerToString(i)); // 仅占位 } delete d; // 释放列迭代器 } if(row.getSize() > 0) // 非空行才保留 { data.set(id, row); counter++; } else { delete row; // 空行直接释放 } } delete r; // 释放行迭代器 return data; // 返回二维表 }
IndexMap *tableSelect(class="kw">const class="type">class="kw">string rowSelector, class="kw">const class="type">class="kw">string &columSelectors[], class="kw">const class="type">class="kw">string &dataSelectors[]) { DomIterator *r = querySelect(rowSelector); IndexMap *data = new IndexMap(&class="macro">#x27;\n&class="macro">#x27;); class="type">int counter = class="num">0; r.rewind(); class="kw">while(r.hasNext()) { DomElement *e = r.next(); class="type">class="kw">string id = IntegerToString(counter); IndexMap *row = new IndexMap(); for(class="type">int i = class="num">0; i < ArraySize(columSelectors); i++) { DomIterator *d = e.querySelect(columSelectors[i]); class="type">class="kw">string value; if(d.getChildrenCount() > class="num">0) { if(dataSelectors[i] == "") { value = d[class="num">0].getText(); } else { value = d[class="num">0].getAttribute(dataSelectors[i]); } StringTrimLeft(value); StringTrimRight(value); row.setValue(IntegerToString(i), value); } else class=class="str">"cmt">// 没有找到栏位 { row.set(IntegerToString(i)); } class="kw">delete d; } if(row.getSize() > class="num">0) { data.set(id, row); counter++; } else { class="kw">delete row; } } class="kw">delete r; class="kw">return data;
「空小节无内容可析」
当前传入的小节原文仅包含一个未闭合的代码结束标记，没有任何技术描述、参数说明或价格现象可供提炼。 若需补全本技术块，应提供该小节完整的 MQL5 代码片段与对应文字说明，否则无法生成可验证的中文硬核内容。
用 EA 把网页表格扒成 CSV
这个工具 EA 的核心任务，是把网页或本地 HTML 里的表格数据抽出来，按列结构写进 CSV。它不吃人工复制粘贴那套，输入参数配好就能在 MT5 里自动跑。 输入参数里，URL 填 http(s) 开头网址或本地 HTML 文件名；SaveName 是结果 CSV 名，若留空 RowSelector 则进入“存原页”模式，方便你后面调选择器。列配置不写在 EA 参数里，而是丢进一个独立的 CSV set 文件，由 ColumnSettingsFile 指定。 那个 set 文件第一行是表头，之后每行描述一列，固定三列：name（输出第 i 列）、CSS selector（行内取数用，填“.”表示直接取行元素）、data locator（取属性名或留空拿标签文本）。TestQuery / TestSubQuery 两个参数只把选择器命中结果打到日志，不写文件，适合先验证再正式抓。 代码里能看清实际流程：先按 URL 前缀决定走 WebRequest 还是读本地文件（本地读注意 FileReadString 循环拼装，注释里提醒二进制一次读有 4095 字节坑）；接着 HtmlParser 把字符串变 DOM，TestQuery 非空就 querySelect 打印验证；正常模式才 loadColumnConfig 再 tableSelect 落盘。 实操建议：第一次跑任意陌生页面，先填 TestQuery 看日志里 DOM 节点对不对，再补 RowSelector 和列 set，能省掉大半调试时间。外汇与贵金属行情页抓取同样受平台网络权限限制，实盘环境开 EA 前需在“允许 WebRequest”列表加白域名，属高风险自动化操作，验证不充分可能抓到空表。
<span class="keyword">class="kw">input</span> <span class="keyword">class="type">class="kw">string</span> URL = <span class="class="type">class="kw">string">""</span>; <span class="keyword">class="kw">input</span> <span class="keyword">class="type">class="kw">string</span> SaveName = <span class="class="type">class="kw">string">""</span>; <span class="keyword">class="kw">input</span> <span class="keyword">class="type">class="kw">string</span> RowSelector = <span class="class="type">class="kw">string">""</span>; <span class="keyword">class="kw">input</span> <span class="keyword">class="type">class="kw">string</span> ColumnSettingsFile = <span class="class="type">class="kw">string">""</span>; <span class="keyword">class="kw">input</span> <span class="keyword">class="type">class="kw">string</span> TestQuery = <span class="class="type">class="kw">string">""</span>; <span class="keyword">class="kw">input</span> <span class="keyword">class="type">class="kw">string</span> TestSubQuery = <span class="class="type">class="kw">string">""</span>; <span class="keyword">class="type">int</span> process() { <span class="keyword">class="type">class="kw">string</span> xml; <span class="keyword">if</span>(<span class="functions">StringFind</span>(URL, <span class="class="type">class="kw">string">"http:class=class="str">"cmt">//"</span>) == <span class="number">class="num">0</span> || <span class="functions">StringFind</span>(URL, <span class="class="type">class="kw">string">"https://"</span>) == <span class="number">class="num">0</span>) { xml = ReadWebPageWR(URL); } <span class="keyword">else</span> { <span class="functions">Print</span>(<span class="class="type">class="kw">string">"读取 html 文件 "</span>, URL); <span class="keyword">class="type">int</span> h = <span class="functions">FileOpen</span>(URL, <span class="macro">FILE_READ</span>|<span class="macro">FILE_TXT</span>|<span class="macro">FILE_SHARE_WRITE</span>|<span class="macro">FILE_SHARE_READ</span>|<span class="macro">FILE_ANSI</span>, <span class="number">class="num">0</span>, <span class="macro">CP_UTF8</span>); <span class="keyword">if</span>(h == <span class="macro">INVALID_HANDLE</span>) { <span class="functions">Print</span>(<span class="class="type">class="kw">string">"读取文件错误 &class="macro">#x27;"</span>, URL, <span class="class="type">class="kw">string">"&class="macro">#x27;: "</span>, <span class="functions">GetLastError</span>()); <span class="keyword">class="kw">return</span> -<span class="number">class="num">1</span>; } <span class="functions">StringInit</span>(xml, (<span class="keyword">class="type">int</span>)<span class="functions">FileSize</span>(h)); <span class="keyword">class="kw">while</span>(!<span class="functions">FileIsEnding</span>(h)) { xml += <span class="functions">FileReadString</span>(h) + <span class="class="type">class="kw">string">"\n"</span>; } <span class="comment">class=class="str">"cmt">// xml = FileReadString(h, (class="type">int)FileSize(h)); - 二进制文件中有4095个字节的限制！</span> <span class="functions">FileClose</span>(h); } ... HtmlParser p; DomElement *document = p.parse(xml); <span class="keyword">if</span>(TestQuery != <span class="class="type">class="kw">string">""</span>) { <span class="functions">Print</span>(<span class="class="type">class="kw">string">"测试 query, subquery: &class="macro">#x27;"</span>, TestQuery, <span class="class="type">class="kw">string">"&class="macro">#x27;, &class="macro">#x27;"</span>, TestSubQuery, <span class="class="type">class="kw">string">"&class="macro">#x27;"</span>); DomIterator *r = document.querySelect(TestQuery); r.printAll(); <span class="keyword">if</span>(TestSubQuery != <span class="class="type">class="kw">string">""</span>) { r.rewind(); <span class="keyword">class="kw">while</span>(r.hasNext()) { DomElement *e = r.next(); DomIterator *d = e.querySelect(TestSubQuery); d.printAll(); <span class="keyword">class="kw">delete</span> d; } } <span class="keyword">class="kw">delete</span> r; <span class="keyword">class="kw">return</span>(<span class="number">class="num">0</span>); } <span class="keyword">class="type">class="kw">string</span> columnSelectors[]; <span class="keyword">class="type">class="kw">string</span> dataSelectors[]; <span class="keyword">class="type">class="kw">string</span> headers[]; <span class="keyword">if</span>(!loadColumnConfig(columnSelectors, dataSelectors, headers)) <span class="keyword">class="kw">return</span>(-<span class="number">class="num">1</span>); IndexMap *data = document.tableSelect(RowSelector, columnSelectors, dataSelectors); <span class="keyword">if</span>(<span class="functions">StringLen</span>(SaveName) > <span class="number">class="num">0</span>) { <span class="functions">Print</span>(<span class="class="type">class="kw">string">"把数据保存为 CSV 到 "</span>, SaveName);
◍ 把指标矩阵落盘成 CSV 的收尾写法
这段逻辑出现在导出函数的末尾，负责把已经组装好的二维数据（data）真正写出去，或者仅在日志里打印。先尝试用 FileOpen 以 CSV+ANSI 模式、制表符作分隔打开目标文件，若返回 INVALID_HANDLE 就打印错误行数与 GetLastError()，便于在 MT5 终端里直接定位权限或路径问题。 成功拿到句柄后，先用 FileWriteString 写表头：StringImplodeExt(headers, ",") 把列名数组合并成逗号分隔串并补换行；随后 data.asCSVString() 一次性写出全部数据行，再 FileClose 收尾，并打印“行已写入”的确认信息，行数来自 data.getSize()。 如果前置判断走的是非文件分支（else），则直接 Print(data.asCSVString()) 把内容吐到专家日志，适合临时核对而不落盘。最后 delete data 释放内存并返回 0，整个导出调用结束。 在 MT5 里验证时，可故意把 SaveName 设成只读目录，观察是否触发“写入错误”分支；外汇与贵金属行情数据导出涉及真实报价，复盘用途虽广但实盘决策仍属高风险，任何历史切片都不能直接推导未来。
class="type">int h = FileOpen(SaveName, FILE_WRITE|FILE_CSV|FILE_ANSI, &class="macro">#x27;\t&class="macro">#x27;, CP_UTF8); if(h == INVALID_HANDLE) { Print("写入错误 ", data.getSize() ," rows to file &class="macro">#x27;", SaveName, "&class="macro">#x27;: ", GetLastError()); } else { FileWriteString(h, StringImplodeExt(headers, ",") + "\n"); FileWriteString(h, data.asCSVString()); FileClose(h); Print((class="type">class="kw">string)data.getSize() + " 行已写入"); } } else { Print("\n" + data.asCSVString()); } class="kw">delete data; class="kw">return(class="num">0); }
「把 MT5 报告 HTML 拆成可分析的 CSV」
MT5 跑完回测或导出账户历史，会得到 ReportHistory.html、tester.html 这类标准网页文件。想直接在图表上叠加订单/交易分布，第一步是把嵌套表格捞出来转成 CSV，否则只能瞪着浏览器看。 交易报告表面分「订单」和「交易」两块，但 HTML 里其实是同一张表，靠单元格样式画出了分隔线。订单行 11 列、交易行 13 列——CSS 标准没法按子元素数量反选父行，所以得自己造个非标准伪类 :has-n-children(n)，类比 :nth-child(n)。 光用 tr:has-n-children(11) 会把表头也选进来。看 bgcolor：数据行奇偶交替 #FFFFFF / #F7F7F7，表头是 #E5F0FC。因此把条件收成 tr:has-n-children(11)[bgcolor^="#F"]，就能精准命中订单数据行。 每行参数用配置文件映射列序即可，例如订单配置 ReportHistoryOrders.cfg.csv： Name,Selector,Data Time,td:nth-child(1), Order,td:nth-child(2), Symbol,td:nth-child(3), Type,td:nth-child(4), Volume,td:nth-child(5), Price,td:nth-child(6), S/L,td:nth-child(7), T/P,td:nth-child(8), Time,td:nth-child(9), State,td:nth-child(10), Comment,td:nth-child(11), 启动 WebDataExtractor 时填 URL=ReportHistory.html、RowSelector=tr:has-n-children(11)[bgcolor^="#F"]、ColumnSettingsFile=ReportHistoryOrders.cfg.csv，就得到 ReportOrders.csv。交易表只需把 11 换成 13。 MT4 的 htm 报告结构不同：两个表并列，用 table~table 抓第二个，再用 tr+tr 跳过首行标题，合并选择器 table~table tr+tr。日期列靠 class="msdate" 提，配置写 td.msdate。 MT5 生成的 HTML 布局可能随版本变，外部看着一样、内部标签一改旧选择器就失效。遇到空文件先重新读源码调选择器，别怀疑程序坏了。外汇与贵金属杠杆高，任何历史报告都只是过去样本，转成 CSV 后仍需自判信号有效性。
Name,Selector,Data Time,td:nth-child(class="num">1), Order,td:nth-child(class="num">2), Symbol,td:nth-child(class="num">3), Type,td:nth-child(class="num">4), Volume,td:nth-child(class="num">5), Price,td:nth-child(class="num">6), S/L,td:nth-child(class="num">7), T/P,td:nth-child(class="num">8), Time,td:nth-child(class="num">9), State,td:nth-child(class="num">10), Comment,td:nth-child(class="num">11),
最后一句大实话
MQL 里实现 CSS 选择器已经能不依赖第三方软件，把标准 MetaTrader 文档这类 HTML 直接转成结构化数据，但这一步只是起点。 MetaTrader 还大量使用 XML，XPath 和 XSLT 才是下一步该碰的工具，能补上 HTML 之外的通用解析能力。 外汇和贵金属市场波动剧烈、杠杆风险高，用 Web 文档自动化提取数据做策略输入时，先在小账户或模拟盘验证选择器稳定性，别直接挂实盘。