форумы  помощь  поиск  регистрация  майллист  вход/выход  слежка

Вариант для распечатки		Пред. тема | След. тема
Форумы Программирование под UNIX (Public)
Изначальное сообщение		[ Отслеживать ]

"какую либу выбрать для парсинга html:С++/С"

Сообщение от Arifolth (ok) on 31-Окт-07, 12:20

всем привет! встала необходимость написать кусок кода который будет парсить очень много HTMLя (конкретно - разных web страниц). он должен работать (желательно) очень быстро. HTML может быть иногда будет кривой, неправильный и т. д. главное скорость и надёжность парсера. очень желательно что бы он был на С++ (на крайняк С тоже подойдёт) какую библиотечку выбрать? я знаю что в некоторых больших проектах использовался libxml2, но он написан на С. это то к чему я склоняюсь. есть libxml++ -врапер для libxml2 о ней я ничего не занаю. счас пойду смотреть код. xerces c++ кажется бы подошёл но его может плющить если страница не соответствует спецификации XML. в доках так написано. HTML Tidy Library ? хмммм кто что может ещё предлдожить? варианты? мысли? мне интересно что скажут местные мозги :-) заранее благодарен за ответы! _________________ WBR, Arifolth

Высказать мнение | Ответить | Правка | Cообщить модератору

Сообщения по теме

[Сортировка по времени | RSS]

1. "какую либу выбрать для парсинга html:С++/С"

Сообщение от vic (??) on 31-Окт-07, 13:27

firefox (gesko) ? =)

Высказать мнение | Ответить | Правка | Наверх | Cообщить модератору

2. "какую либу выбрать для парсинга html:С++/С"

Сообщение от angra (ok) on 31-Окт-07, 15:15

Парсить с какой целью? что вы хотите получить как результат парсинга?

Высказать мнение | Ответить | Правка | Наверх | Cообщить модератору

	3. "какую либу выбрать для парсинга html:С++/С"
	Сообщение от Arifolth (ok) on 31-Окт-07, 15:53
	>Парсить с какой целью? что вы хотите получить как результат парсинга? ссылки которые будут в страницах
	Высказать мнение | Ответить | Правка | Наверх | Cообщить модератору

	4. "какую либу выбрать для парсинга html:С++/С"
	Сообщение от AMDmi3 (??) on 31-Окт-07, 18:30
	>>Парсить с какой целью? что вы хотите получить как результат парсинга? >ссылки которые будут в страницах Тогда не легче ли использовать регулярные выражения, например pcre? Кривость документа будет побоку и, скорее всего, будет работать быстрее.
	Высказать мнение | Ответить | Правка | Наверх | Cообщить модератору

	5. "какую либу выбрать для парсинга html:С++/С"
	Сообщение от angra (ok) on 01-Ноя-07, 06:42
	>ссылки которые будут в страницах Так я и думал. Правильно вам посоветовали - используйте pcre. Это будет на несколько порядков быстрее и позволит вам искать ссылки даже в js коде, что не позволяет парсинг HTML. Примеры регексов для поиска ссылок можно найти гуглом, а можно изучить регексы и сделать самому.
	Высказать мнение | Ответить | Правка | Наверх | Cообщить модератору

	6. "какую либу выбрать для парсинга html:С++/С"
	Сообщение от Mike (??) on 06-Мрт-08, 11:59
	>>ссылки которые будут в страницах > >Так я и думал. Правильно вам посоветовали - используйте pcre. Это будет >на несколько порядков быстрее и позволит вам искать ссылки даже в >js коде, что не позволяет парсинг HTML. Примеры регексов для поиска >ссылок можно найти гуглом, а можно изучить регексы и сделать самому. > Xerces-c
	Высказать мнение | Ответить | Правка | Наверх | Cообщить модератору

Архив | Удалить	Индекс форумов | Темы | Пред. тема | След. тема
Оцените тред (1=ужас, 5=супер)? [ 1 | 2 | 3 | 4 | 5 ] [Рекомендовать для помещения в FAQ]