[Moscow.pm] вакансия Senior Web developer ( Главный разработчик ) INDEC Ltd

[Andrei]

24 декабря 2009 г. 10:55 пользователь Dmitry E. Oboukhov
<unera на debian.org>написал:

> A> Есть SAX-подобные парсеры типа HTML::TokeParser.
>
> ага, попарсь ими например какой-нибудь mailru (где постоянно грешат
> незакрытыми тегами) что-то вроде
>
> <tr>
>    <td>jdjdkjk
>    <td>mlkllk
> <tfoot>
>    <tr>
>        <td>...</td>
>    </tr>
> </tfoot>
>
> и получится что когда хотим что-то конкретное выколупывать из сайтов
> то парсеры "ломаются" в каком-то конкретном случае и начинают вместо
> тега выколупывать еще и соседние.
>

Если я правильно ошибаюсь, HTML::TokeParser не ломается на невалидном HTML,
он очень хорошо понимает, что <td> не может содержать другой <td> первым
ребёнком.


>
> да, понятно что это невалидный html, но такого пол интернета :(
> --
> ... mpd playing: Paul Mauriat - Anitra's Dance (E.Grieg)
>
> . ''`.                               Dmitry E. Oboukhov
> : :’  :   email: unera на debian.org jabber://UNera@uvw.ru
> `. `~’              GPGKey: 1024D / F8E26537 2006-11-21
>  `- 1B23 D4F8 8EC0 D902 0555  E438 AB8C 00CF F8E2 6537
>
> -----BEGIN PGP SIGNATURE-----
> Version: GnuPG v1.4.10 (GNU/Linux)
>
> iEYEAREDAAYFAkszOqAACgkQq4wAz/jiZTcPGwCgiFZTsYARj5QyAECfWXMjFGIo
> skAAnRsG/nBXuSiuuX4ec39kwww0YPcf
> =qoEv
> -----END PGP SIGNATURE-----
>
> --
> Moscow.pm mailing list
> moscow-pm на pm.org | http://moscow.pm.org
>
>


-- 
Andrei Protasovitski
< andrei[dot]protasovitski[at]gmail[dot]com >
Diemen, Netherlands
----------- следущая часть -----------
Вложение в формате HTML было извлечено&hellip;
URL: <http://mail.pm.org/pipermail/moscow-pm/attachments/20091224/e9397543/attachment.html>