Обработка результатов парсинга (HtmlParser)

Добрый день!
Сразу оговорюсь, что я начинающий и могу использовать иногда неправильную терминологию.

Выполняю следующую задачу:
Используя HtmlParser, обрабатываю один театральный сайт следующим образом:
1. Вывожу список спектаклей на текущий месяц в ListView.
2. При нажатии на спектакль парсится другая страница, и выводится состав исполнителей.

Афишу обрабатываю легко, проблем нет, т.к. каждое название спектакля удобно представлено в HTML коде:
Также без проблем выдёргиваю ссылку на страницу с составами и парсю её.
Но вот на ней и начинается всё кино: список исполнителей указан не по одному, как в вышеприведённом участке кода, а в куче:
В связи с чем вычитанные данные представляют собой очень неприятную кашу.

Анализируя объект TagNode, в котором я получаю эти данные, я вижу такую картину:


Где в array[0] -> content -> value лежит имя персонажа,
а аж в array[1] -> children -> array[0] -> children -> array[0] -> children -> array[0] -> value - артист
array[2] - ненужная мне информация. И так далее, по три элемента массива, располагается вся эта инфа.

Конечная идея - выводить построчно в другой ListView инфу вида "Персонаж - имя артиста".
Был бы очень рад советам, как мне выдернуть из вышеописанного TagNode нужные мне строки!

0

там так и написано:
Персонаж_1
?
В любом парсере есть циклы, пропуски кода и т.д.
Поэтому, в общем случае надо пропускать ноды, если пропуски регулярной структуры.
Если в диве лежит XML структура, то удобно использовать парсер для XML

0

Petro345, нет, написаны были реальные персонажи и имена - я оформил просто код, абстрагируясь от имён))

Т.е. вы имеете в виду, что я могу отфильтровать нужные мне элементы ещё на этапе парсинга? А то я для себя сделал вывод, что парсер свою работу уже выполнил, а дальше мне как-то самому надо разгребать..
Буду тогда детальней читать доки по парсеру, спасибо..

0

ну замени ФИО на Иванов и Петров.
Будет видно в чём проблема

0

Сообщение от Petro345 ну замени ФИО на Иванов и Петров. Будет видно в чём проблема

Что-то я не могу понять, что вы имеете в виду..

0

если у тебя там где Персонаж_1 - валидный (т.е. реальный) текст. И все скобки - теги соблюдены.
То прямо как ты написал, пропускать руками элементы массива - нормальный вариант.
HTML сама по себе сложная и неформальная структура.
imho

0

Как я в конечном итоге решил свою проблему.
Не факт, что окончательный, но всё-таки вариант:

Афишу я парсил таким образом:
Афиша в HTML устроена таким образом:
А для имён артистов Filter = "span", Attribute = "style", Classname = "color: rgb(255, 102, 0);"
Т.к. ФИО артистов выделены цветом:
После подобных действий у меня красиво в два массива ложатся названия спектаклей и ФИО артистов.
Моя прога выводит список спектаклей на текущий месяц, а по клику на каждом - состав артистов.

Единственное, что я пока не освоил - это вычитку персонажей. Как-то они так неудобно лежат в коде, что пока моих мегазнаний парсинга не хватает, чтобы их корректно выдернуть.
Через "одно место" я их вычитать могу, но красиво - пока никак. И, так как персонажи в спектакле всегда одни и те же, а меняются лишь артисты, то я сделал XML-файл с перечнями персонажей, а потом подставляю им в соответствие вычитанных артистов.

Вобщем, такая фигня.
Если у кого-то есть мнение (а скорей всего так и есть)) ), что я сделал это криво, то очень был бы рад выслушать!

0