Как безболезненно отпарсить html страничку?

@Aleey · Регистрация: 05.08.2010

Студворк — интернет-сервис помощи студентам

Надо передрать допустим погоду или валюту с другого ресурса.
Как бы это сделать без особого гемора?
(Допустим html ку мы получили)

@mr_dronski · 06.12.2010, 11:19

для того, чтобы не было ощибок парсера, необходимо сначала привести HTML в XML вид (позакрывать тэги, поставить кавычки в атрибутах и т.д.).

это все отлично делает JTidy.

далее у вас уже обычный XML документ. я бы делал по нему обычные запросы через XPath или XQuery, в зависимости от сложности задачи.

@Kolinus · 06.12.2010, 18:04

Или качаем себе ANTLR и пишем парсер. Там кстати в примерах вроде как готовый есть.

@Aleey · 07.12.2010, 07:09 **[ТС]**

Люди хватит меня умными словами терроризировать jTidy там..
Киньте пжалуста ссылки.

@mr_dronski · 07.12.2010, 10:28

http://www.google.com/search?sourceid=mozclient&ie=utf-8&oe=utf-8&q=jtidy

www.google.com - знакомые буквы?

@Aleey · 10.12.2010, 17:55 **[ТС]**

neeed download jtidy!
need link

@Aleey · 11.12.2010, 09:49 **[ТС]**

Ну скачал я jTidy.
Что дальше то делать.
С чего начать.
Есть у меня страничка по адресу http://blablabla.ru что мне дальше то делать с чего начать подскажите пожалуста.

Новые блоги и статьи Все статьи Все блоги /
Учёным и волонтёрам проекта «Einstein@home» удалось обнаружить четыре гамма-лучевых пульсара в джете Млечного Пути Programma_Boinc 01.01.2026 Учёным и волонтёрам проекта «Einstein@home» удалось обнаружить четыре гамма-лучевых пульсара в джете Млечного Пути Сочетание глобально распределённой вычислительной мощности и инновационных. . .	Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Programma_Boinc 28.12.2025 Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Налог на собак: https:/ / ********/ gallery/ V06K53e Финансовый отчет в Excel: https:/ / ********/ gallery/ bKBkQFf Пост отсюда. . .	Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США. Programma_Boinc 26.12.2025 Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .	Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Рецензия / Мнение/ Перевод Нашел на реддите интересную статью под названием The Thinkpad X220 Tablet is the best budget school laptop period . Ниже её машинный перевод. Thinkpad X220 Tablet —. . .	PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .
Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .	Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .

@Aleey 0 / 0 / 0 Регистрация: 05.08.2010 Сообщений: 49

	Как безболезненно отпарсить html страничку? 06.12.2010, 11:01. Показов 1084. Ответов 6 Метки нет (Все метки) Надо передрать допустим погоду или валюту с другого ресурса. Как бы это сделать без особого гемора? (Допустим html ку мы получили) 0

@mr_dronski 4 / 4 / 1 Регистрация: 13.08.2008 Сообщений: 931
	06.12.2010, 11:19
	для того, чтобы не было ощибок парсера, необходимо сначала привести HTML в XML вид (позакрывать тэги, поставить кавычки в атрибутах и т.д.). это все отлично делает JTidy. далее у вас уже обычный XML документ. я бы делал по нему обычные запросы через XPath или XQuery, в зависимости от сложности задачи. 0

@Kolinus 3 / 3 / 0 Регистрация: 25.08.2010 Сообщений: 213
	06.12.2010, 18:04
	Или качаем себе ANTLR и пишем парсер. Там кстати в примерах вроде как готовый есть. 0

@Aleey 0 / 0 / 0 Регистрация: 05.08.2010 Сообщений: 49
	07.12.2010, 07:09 [ТС]
	Люди хватит меня умными словами терроризировать jTidy там.. Киньте пжалуста ссылки. 0

@mr_dronski 4 / 4 / 1 Регистрация: 13.08.2008 Сообщений: 931
	07.12.2010, 10:28
	http://www.google.com/search?sourceid=mozclient&ie=utf-8&oe=utf-8&q=jtidy www.google.com - знакомые буквы? 0

@Aleey 0 / 0 / 0 Регистрация: 05.08.2010 Сообщений: 49
	10.12.2010, 17:55 [ТС]
	neeed download jtidy! need link 0

@Aleey 0 / 0 / 0 Регистрация: 05.08.2010 Сообщений: 49
	11.12.2010, 09:49 [ТС]
	Ну скачал я jTidy. Что дальше то делать. С чего начать. Есть у меня страничка по адресу http://blablabla.ru что мне дальше то делать с чего начать подскажите пожалуста. 0