HTML parser - Прочее

а не подскажет народ где можно найти маленький, кроссплатформенный HTML парсер,
для парсинга и выявлениы значений.

т.е. надо например узнать значение атрибутов и то что между тэгами

т.е. если есть хтмл такой формы

<a href="mysite.com"><img src="myimage.gif"></a>
<a href="mtsite.com">CLick here</a>

надо найти для тэга а его атрибут и значение,
для первого случая будет <img src="myimage.gif">
для второго CLick here

... << RSDN@Home 1.1 beta 2 >>

Здравствуйте, Holms, Вы писали:

H>а не подскажет народ где можно найти маленький, кроссплатформенный HTML парсер,
H>для парсинга и выявлениы значений.
Рекоменду немного изучать Java. Кросс-платформенная

Здравствуйте, CMEX_, Вы писали:

CME>Здравствуйте, Holms, Вы писали:

H>>а не подскажет народ где можно найти маленький, кроссплатформенный HTML парсер,
H>>для парсинга и выявлениы значений.
CME>Рекоменду немного изучать Java. Кросс-платформенная

мне нужен HTML парсер на С/С++, а не Java.

... << RSDN@Home 1.1 beta 2 >>

Здравствуйте, Holms, Вы писали:

H> а не подскажет народ где можно найти маленький, кроссплатформенный HTML
H> парсер, для парсинга и выявлениы значений.
H>
H> т.е. надо например узнать значение атрибутов и то что между тэгами
H>
H> т.е. если есть хтмл такой формы
H>
H>

 H> <a href="mysite.com"><img src="myimage.gif"></a>
 H> <a href="mtsite.com">CLick here</a>
 H>

H>
H> надо найти для тэга а его атрибут и значение,
H> для первого случая будет <img src="myimage.gif">
H> для второго CLick here

Если нужно просто выуживать значения атрибутов, то лучше использовать регулярные выражения. Если уж языки советовать для этих целей, то скорее на Perl надо смотреть. Джава тут абсолютно ни при чем.

-- Всего хорошего!
-- Alex Alexandrov, e-mail: alexandrov_alex@fromru.com

Posted via RSDN NNTP Server 1.7 "Bedlam"

Здравствуйте, alexandrov_alex, Вы писали:

_>Если нужно просто выуживать значения атрибутов, то лучше использовать регулярные выражения. Если уж языки советовать для этих целей, то скорее на Perl надо смотреть. Джава тут абсолютно ни при чем.
Согласен

как написать regexp который бы выдавал все содержимое тэга вместе с текстом внутри него (innerText)

например. есть такой фрагмент документа

<body> 
    <table><tr><td><a = href="..." target="..."><img src="..." border='..'/></a></td></tr></table>
</body>

Как получить весь текст тэга а

<a = href="..." target="..."><img src="..." border='..'/></a>

... << RSDN@Home 1.1 beta 2 >>

Здравствуйте, Holms, Вы писали:

H> Здравствуйте, alexandrov_alex, Вы писали:
H>
H> _>Если нужно просто выуживать значения атрибутов, то лучше использовать
H> регулярные выражения. Если уж языки советовать для этих целей, то скорее
H> на Perl надо смотреть. Джава тут абсолютно ни при чем. Согласен
H>
H> как написать regexp который бы выдавал все содержимое тэга вместе с
H> текстом внутри него (innerText)
H>
H> например. есть такой фрагмент документа
H>
H>

 H> <body> 
 H>  <table><tr><td><a = href="..." target="..."><img src="..."
 H> border='..'/></a></td></tr></table> </body>
 H>

H>
H> Как получить весь текст тэга а
H>

 H> <a = href="..." target="..."><img src="..." border='..'/></a>
 H>

Есть замечательнейшая книга гражданина по фамилии Фридл, которая называется "Регулярные выражения". Посвящена эта книга, как это ни удивительно, регулярным выражениям. Издана в оригинале издательством O'Reilly, перевод — "Питер". Там много примеров, в основном как раз про выуживание тегов. Автор работал на Yahoo!, и я так понимаю, весь движок паука там на регулярных выражениях основан.
Примеров касательно вашей задачи я приводить не буду, ибо как боюсь опростоволоситься: с регулярными выражениями я еще нормально, а вот HTML для меня — не очень знакомая вещь.

-- Всего хорошего!
-- Alex Alexandrov, e-mail: alexandrov_alex@fromru.com

Posted via RSDN NNTP Server 1.7 "Bedlam"

Смотри Markup Service в MSDN.
http://msdn.microsoft.com/workshop/browser/mshtml/reference/ifaces/markupservices/markupservices.asp

George.

Здравствуйте, Holms, Вы писали:

H>как написать regexp который бы выдавал все содержимое тэга вместе с текстом внутри него (innerText)

приблизительно так:

/<(a)([\x20]*[^>]*)?>((.|\n)*?)<\/\1>/gi

Здравствуйте, Holms, Вы писали:

H>а не подскажет народ где можно найти маленький, кроссплатформенный HTML парсер,
HTML Tidy

... << RSDN@Home 1.1 beta 2 >>

	От:	Holms
	Дата:	30.09.03 08:07
	Оценка:

	От:	CMEX_
	Дата:	30.09.03 08:32
	Оценка:

	От:	Holms
	Дата:	30.09.03 08:35
	Оценка:

	От:	alexandrov_alex
	Дата:	30.09.03 10:06
	Оценка:

	От:	Holms
	Дата:	30.09.03 11:36
	Оценка:

От:	DSD	http://911.ru/cv
Дата:	30.09.03 20:34
Оценка:

	От:	Shire
	Дата:	08.10.03 22:07
	Оценка: