[Moscow.pm] Как парсить сайты?
Илья Винокуров
ilvin на mail.ru
Чт Дек 19 04:37:45 PST 2013
А еще селекторы можно подсмотреть в FireBug'е ...
Четверг, 19 декабря 2013, 16:20 +04:00 от Foxcool <foxcool333 на gmail.com>:
>19.12.2013 15:53, Харпалёв Иван пишет:
>>Спасибо! Очень много ссылок в тему!
>>Особенно понравился вариант с Mojo, поскольку, кажется,
что материал "для освоения" компактнее.
>>
>>Как понимаю, для того, чтобы нормально разбирать страницы,
нужно освоиться с DOM, всякими селекторами и т.д.
>>Такого бэкграунда мало(
>>Как его почерпнуть? Может есть туториал из пары уроков, где
парсинг и ликбезом?)
>>
>>Встал на путь истинный, спасибо!
>>
>>
>>18 декабря 2013 г., 13:21 пользователь
Анатолий Шарифулин < sharifulin на gmail.com > написал:
>>>Да, на тестах сразу видно, когда парсер
ломается, я иногда делаю так :)
>>>
>>>
>>>2013/12/18 Eugene Toropov < eugene.toropov на gmail.com >
>>>>Если
там реально несколько десятков страниц и смысл в
мониторинге, то можно вообще Test::Mojo и
проходить последовательно. Код выглядит как-то
так:
>>>>
>>>>$t->get_ok($t->tx->res->headers->location
)->status_is('200')->element_exists('td[style="border-right:1px
solid #A2C1D9;"]');
>>>>
>>>>$t->post_ok( $url => form => \%pay_form
)->status_is(302)->header_like(Location
=> qr|^ http://partner.a1pay.ru/a1lite/selectType| );
>>>>
>>>>Евгений
>>>>
>>>>On Dec 18, 2013, at 12:59 PM, Ivan Petrov
wrote:
>>>>
>>>>>> Используйте Mojo::UserAgent с
Mojo::DOM и Mojo::JSON, и забудьте про все
ссылки
>>>>>
>>>>> если на производительность совсем уж
наплевать, то можно и Mojo::DOM с
>>>>> Mojo::UserAgent
>>>>>
>>>>> --
>>>>> Moscow.pm mailing list
>>>>> moscow-pm на pm.org | http://moscow.pm.org
>>>>
>>>>--
>>>>Moscow.pm mailing list
>>>>moscow-pm на pm.org | http://moscow.pm.org
>>>
>>>
>>>
>>>--
>>>С уважением,
>>> Анатолий Шарифулин.
>>>--
>>>Moscow.pm mailing list
>>>moscow-pm на pm.org | http://moscow.pm.org
>>>
>>
>>
>>
>
>
>Я в свое время неплохо освоился с Web::Scraper. Это вроде не такое
тормозное решение, как с моджо. Однако понадобится работать с
селекторами. А селекторы - несложная тема. Берем и смотрим от той же
моджи доку: http://mojolicio.us/perldoc/Mojo/DOM/CSS
>И по таким же селекторам можно ловить содержимое вебскрапером.
Правда там необычный (вроде декларативный) интерфейс и поначалу
немного ломает мозг, но как только вкуриваешь, то сразу же парсинг
решулярками или еще какой изврат больше не потянет к себе. Ну а
селекторы по теблице берешь и копируешь, какой надо. Тут достаточно
иметь представление об html и css
>
>--
>http://foxcool.ru
>foxcool на jabber.ru
>--
>Moscow.pm mailing list
>moscow-pm на pm.org | http://moscow.pm.org
--
Илья Винокуров
----------- следущая часть -----------
Вложение в формате HTML было извлечено…
URL: <http://mail.pm.org/pipermail/moscow-pm/attachments/20131219/014ac79f/attachment-0001.html>
Подробная информация о списке рассылки Moscow-pm