[Rio-pm] Como traduzir uma página HTML para XML

Daniel Mantovani daniel.oliveira.mantovani em gmail.com
Terça Fevereiro 7 12:07:49 PST 2012


Nao use regular expression para tratar texto irregulares, portanto leia:
http://sao-paulo.pm.org/artigo/2010/utilizandoxpathparacriarwebspiders



-- 
Software Engineer
Just Another Perl Hacker
Daniel Mantovani +5511 8538-9897
XOXO

On Feb 7, 2012, at 6:00 PM, Cleysinho wrote:

> Olá pessoal,
> 
> 
> Estou com um desafio intessante que esta me custando algumas horas da minha madrugada. Estou usando expressão regular para extrair resultado de uma página (usando www::mechanize), o módulo esta até elegante, mas a dinâmica dos resultados da página faz com que a expressão regular fure em algum momento da análise. Devido essa dinâmica entendi que seria mais "simples" transformar a página html em xml, o delicioso de tudo isso é que não faço idéia de como fazer inicialmente. Se alguém souber como posso fazer, poderia me dar alguma dica ou sugerir algum módulo  se não lhes custar o tempo.
> 
> A página
> http://www.genome.jp/dbget-bin/www_bget?pte:PTT_17669
> 
> Abraços,
> 
> -- 
> .: Inteligência Coletiva :.
> Uma inteligência distribuída por toda parte: tal é o nosso axioma inicial. Ninguém sabe tudo, todos sabem alguma coisa, todo o saber está na humanidade’. (Pierre Lévy)
> www.cleysinho.blogspot.com
> www.bioinfopop.ufv.br
> 
> _______________________________________________
> Rio-pm mailing list
> Rio-pm em pm.org
> http://mail.pm.org/mailman/listinfo/rio-pm

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://mail.pm.org/pipermail/rio-pm/attachments/20120207/bf551556/attachment.html>


Mais detalhes sobre a lista de discussão Rio-pm