| Вопрос: Вопрос по поводу обработки html тегов | Добавлено: 31.10.06 01:49 |
Автор вопроса:  Invise
|
|
Есть html файл, нужно чтобы программа достала оттуда текст в теге <STRONG>, названия ссылок и путь ссылки.
Как я понимаю нужно обрабатывать текст кусками и искать нужный тег. Определить, что проверяемый кусок - название раздел она может по тегу <STRONG>, а ссылку по <a href>, соответсвенно. Мне кажется это не очень хороший подход. Как можно такой поиск и сортировку организовать наиболее рациональным образом. А то в процесе путаюсь уже который раз... Подскажите, может кто пробовал :-( |
| Ответы | Всего ответов: 38 |
|
Номер ответа: 1 Автор ответа:  Artyom Разработчик Вопросов: 130 Ответов: 6602 |
Профиль | | #1 | Добавлено: 31.10.06 02:07 |
| Используй регулярные выражения. | ||
|
Номер ответа: 2 Автор ответа: Invise Вопросов: 3 Ответов: 3 |
Профиль | | #2 | Добавлено: 31.10.06 02:17 |
|
ну вобщем нужно чтоб программа если находила такой то тег делала такую то процедуру, а если находила другой, другую процедуру...
Что-то типа этого) |
||
|
Номер ответа: 3 Автор ответа: -АлександР-Вопросов: 55 Ответов: 1008 |
Web-сайт: Профиль | | #3 | Добавлено: 31.10.06 09:10 |
Ты не html-editor пишешь? 
|
||
|
Номер ответа: 4 Автор ответа: Sur ICQ: 1249088 Вопросов: 10 Ответов: 304 |
Web-сайт: Профиль | | #4 | Добавлено: 31.10.06 13:54 |
|
на www.planet-source-code.com поищи какой-нибудь
HTML parser, выбери лучший и доработай. Вот этот показался удобным: http://www.planet-source-code.com/vb/scripts/ShowCode.asp?txtCodeId=26877&lngWId=1 |
||
|
Номер ответа: 5 Автор ответа: HACKERРазработчик Offline Client Вопросов: 236 Ответов: 8362 |
Профиль | | #5 | Добавлено: 31.10.06 21:15 |
| InStr, Mid... уже не в моде? | ||
|
Номер ответа: 6 Автор ответа: InviseВопросов: 3 Ответов: 3 |
Профиль | | #6 | Добавлено: 01.11.06 10:09 |
|
Да я так и сделал. Хотел по другому.
Все, сейчас разобрался. Всем спасибо |
||
|
Номер ответа: 7 Автор ответа: -АлександР-Вопросов: 55 Ответов: 1008 |
Web-сайт: Профиль | | #7 | Добавлено: 01.11.06 15:03 |
|
Вообще для начала - это все хорошо.
Но вот я сейчас пишу преобразователь кода VB в С++, там страшно много прходится применять логических операций и так виртуозно проверять строки, что пользоваться одними mid и instr, len... - не вариант. Нужны готовые алгоритмы. Может кто-нибудь преуспел в этом деле? |
||
|
Номер ответа: 8 Автор ответа: SharpЛидер форума ICQ: 216865379 Вопросов: 106 Ответов: 9979 |
Web-сайт: Профиль | | #8 | Добавлено: 01.11.06 15:19 |
|
Регекспы уже советовали
|
||
|
Номер ответа: 9 Автор ответа: -АлександР-Вопросов: 55 Ответов: 1008 |
Web-сайт: Профиль | | #9 | Добавлено: 01.11.06 15:41 |
| Нет, а что это? | ||
|
Номер ответа: 10 Автор ответа: EROSВопросов: 58 Ответов: 4255  |
Профиль | | #10 | Добавлено: 02.11.06 02:05 |
|
Регекспы - это регулярные выражения! ))
Именно о них и говорил Brand в первом ответе!! Если текст небольшой и выполнить работу надо быстро и разово, то InStr, Mid можно обойтись.. Но по сути это достаточно серьезные тормоза, регэкспы работаю на 3 (условно) порядка быстрее. Так что если приложение критично к быстродействию, то ТОЛЬКО регэкспы! Инфы в инете по ним более, чем достаточно. Даже на нашем сайте есть статья Павла посвященная им.. |
||
|
Номер ответа: 11 Автор ответа: SharpЛидер форума ICQ: 216865379 Вопросов: 106 Ответов: 9979 |
Web-сайт: Профиль | | #11 | Добавлено: 02.11.06 15:19 |
|
Но по сути это достаточно серьезные тормоза, регэкспы работаю на 3 (условно) порядка быстрее.
Так что если приложение критично к быстродействию, то ТОЛЬКО регэкспы! Нифига себе, всю жизнь думал, что регекспы должны сначала долго разбираться на дерево, а потом исполняться конечным автоматом, в худшем случае с экспоненциальным порядком. |
||
|
Номер ответа: 12 Автор ответа: EROSВопросов: 58 Ответов: 4255 |
Профиль | | #12 | Добавлено: 02.11.06 19:09 |
| Я не знаю внутренней реализации регэкспов, но могу утверждать только одно, что работают они гораздо быстрее.. причем в десятки раз быстрее нежели искать вхождения через InStr, Mid и т.д.. Проверял лично... Особенно становится заметна разница на больших объемах текста.. | ||
|
Номер ответа: 13 Автор ответа: SharpЛидер форума ICQ: 216865379 Вопросов: 106 Ответов: 9979 |
Web-сайт: Профиль | | #13 | Добавлено: 02.11.06 21:00 |
| Ты как-то неправильно ищешь. Регекспы не могут быть быстрее банального поиска подстроки и, тем более, взятия подстроки в принципе. | ||
|
Номер ответа: 14 Автор ответа: EROSВопросов: 58 Ответов: 4255 |
Профиль | | #14 | Добавлено: 02.11.06 22:25 |
|
Ты как-то неправильно ищешь.
Возможно.. мой алгоритм поиска не притендует на гениальность... все как обычно - цикл, positionStart, positionEnd и т.д, ничего выдающегося.. Регекспы не могут быть быстрее банального поиска подстроки и, тем более, взятия подстроки в принципе
В конечном итоге Регэкспы предоставляют тебе коллекцию найденных строк разбитых по именованным группам. А теперь попробуй написать алгорим (с применением InStr, Mid .. ) Который: 1. Найдет вхождение одной подстроки в другую 2. Выдернет ее от туда 3. Определит к какой группе она(подстрока) принадлежит 4. Поместит в соответствующую коллекцию или массив другими словами алгоритм, имитирующий работу RegEx в полном объеме ХОТЯБЫ на примере 1 функции. Public Function Matches(ByVal input As String) As System.Text.RegularExpressions.MatchCollection
Member of: System.Text.RegularExpressions.Regex Summary: Searches the specified input string for all occurrences of a regular expression. Parameters: input: The string to search for a match. Return Values: A System.Text.RegularExpressions.MatchCollection of the System.Text.RegularExpressions.Match objects found by the search. А вот после этого продолжим с тобой дисскуссию на тему, что работает быстрее... |
||
|
Номер ответа: 15 Автор ответа: avdeyICQ: 219571279 Вопросов: 34 Ответов: 486 |
Профиль | | #15 | Добавлено: 03.11.06 11:52 |
|
Но вот я сейчас пишу преобразователь кода VB в С++,
http://www.free-ware.ru/284/free/vbto_converter_1_0/download/ |
||