wyciąganie danych ze strony html --> xml(?)

wyciąganie danych ze strony html --> xml(?)
P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

Dzień dobry , po ciężkich poszukiwaniach i grzebaniu w dokumentacji udało mi się ściągnąć stronę internetową przy wykorzystaniu cUrl :).

Teraz pytanie ..ściągnąłem stronę kantoru i chciał bym wyciągnąć z tego co mam jakieś informacje.. Co winienem zrobić ?

Pomyślałem o dwóch sposobach :

  1. Wyrazenia regularne,
    2.XML.

Ale nigdy nie używałem xml-a ,i nie wiem jak to ugryźć :(.

Patryk27
Moderator
  • Rejestracja:ponad 17 lat
  • Ostatnio:ponad rok
  • Lokalizacja:Wrocław
  • Postów:13042
2

Wyrażenia regularne służą, jak brzmi nazwa, do parsowania języków regularnych - HTML takim nie jest.
Wykorzystaj dedykowany parser do HTMLa.


edytowany 1x, ostatnio: Patryk27
P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

Pod tym linkiem :
https://blog.laplante.io/2014/11/parsing-html-c-revisited/

Ktoś używa libXML2 - to popularne rozwiązanie ?Czy to bardziej skomplikowane ??

Patryk27
Moderator
  • Rejestracja:ponad 17 lat
  • Ostatnio:ponad rok
  • Lokalizacja:Wrocław
  • Postów:13042
0

Ktoś używa libXML2 - to popularne rozwiązanie ?

screenshot-20170503174201.png

Czy to bardziej skomplikowane ??

Przecież masz załączony przykład kodu, sam musisz ocenić jego stopień trudności.


P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

ok ,dzięki .

P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

Hej hej .. Jestem już na etapie pobierania kodu strony i przekierowanie go do pliku ..:p Ale nie mogę się kompletnie połapać w bibliotece libXML2.. przeglądałem stronę dokumentacji ..ale .. kurcze no nie mogę sie tam odnaleźć :P czy znacie może coś ..lepszego ?

Patryk27
Moderator
  • Rejestracja:ponad 17 lat
  • Ostatnio:ponad rok
  • Lokalizacja:Wrocław
  • Postów:13042
0

Jakie masz środowisko? (system + IDE)


P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

Windows 7 64bity w wersji pro, najwygodniej idzie z code-blocka,ale mam również MVS 2017 oraz.Clion ale w wersji próbnej.

P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

Hej ,

Próbuję podpiąć libXML2 do Code Blocks, ale gdy dodaje dyrektywę #include <libxml/HTMLparser> przekierowuje mnie do innego pliku o nazwie encoding.h .po czym w oknie debuggera pliku ** encoding.h** dostaje informacje "no such file or directory" o dźwięcznej nazwie "**iconv.

Czy ktoś uporał się z tego typu problemem ?
[hr]

Okej ,już rozgryzłem ..:). Wystarczyło ściągnąć iconv.h i podpiąć do code blocka

edytowany 1x, ostatnio: pain368
P3
  • Rejestracja:prawie 8 lat
  • Ostatnio:9 miesięcy
  • Postów:113
0

Cześć ponownie ,

Piszę ponieważ błądzę .. Program pobiera stronę ,ale nijak wiem jak się zabrać za wybieranie danych .. widzę że biblioteka libXml jest dla mnie bardzo trudna do opanowania ,ale też nie jestem do końca pewien czy na razie chce utrudniać sobie życie formatem xml, o którym nie mam bladego pojęcia.

Stąd nasuwa się pytanie:

  1. Czy jest możliwe abym wyciągnął dane z kodu html ,ale bez przekształcania pliku w format xml,a wynik był by wyświetlany w oknie konsoli?

Na html nie jest mi obcy ,a wiem że kod który chce zdobyć to tylko tabela ..nawet nie generowana dynamicznie
Macie jakieś konstruktywne rady ?

IDE: Code::Blocks 16, Microsoft Visual studio 2017 , Clion (demo)
System: Windows 7 x64

Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)