Article View: alt.pl.comp.lang.csharp
Article #21923Re: HTML parser
From: Łukasz 'Maly' Ostrowski
Date: Wed, 22 Dec 2010 09:27
Date: Wed, 22 Dec 2010 09:27
24 lines
1829 bytes
1829 bytes
On Wed, 22 Dec 2010 01:01:17 -0800 (PST), Macko wrote: >> >>> Ja tam był HTMLa potraktował jak XMLa i chyba XPath powinien elegancko >>> zadziałać. Do wyciągania np. linków ze strony HTMLowej używam także >>> RegExpa. >> >> To chyba tylko pod warunkiem, że to jest XHTML. > > Dla RegExpa napewno nie ma znaczenia czy jest obrabiany ciąg znaków > jest (x)html, xmlem czy czymś jeszcze innym. Z XPathem też nie widzę > większych problemów. Grzegorz ma na myśli sytuację kiedy "XHTML" jest ill-formed XML'em, jakiś <br> niedomknięty lub inny robaczek i XmlDocument go nie załaduje, tym samym użycie XPath jest niemożliwe. A taka sytuacja ma miejsce bardzo bardzo często ;-). -- Pozdrawiam, Łukasz 'Maly' Ostrowski. http://l3v.eu/
Technical Details
Message-ID:
<48tlz72exml0$.1j1x5xvdmsayk$.dlg@40tude.net>Path:
mbox-mo1.pugleaf.net!news-archive.icm.edu.pl!news.gazeta.pl!newsfeed.pionier.net.pl!news.dialog.net.pl!not-for-mailReferences:
<ieq3op$60v$1@news.onet.pl> <11604925-8d09-4cdd-b06d-2acd69033dfb@l7g2000vbv.googlegroups.com> <ieq74a$gqr$2@news.onet.pl> <827602be-4146-4392-8f61-e63241251d72@r16g2000prh.googlegroups.com> <ieqk13$rsf$1@news.dialog.net.pl> <49fa5d79-5365-44dc-9791-05d0934ff3ef@d8g2000yqf.googlegroups.com>Show Full Headers
Complete Article Headers
Path: mbox-mo1.pugleaf.net!news-archive.icm.edu.pl!news.gazeta.pl!newsfeed.pionier.net.pl!news.dialog.net.pl!not-for-mail From: Łukasz 'Maly' Ostrowski <maly@USUNnemo.pl> Newsgroups: alt.pl.comp.lang.csharp Subject: Re: HTML parser Date: Wed, 22 Dec 2010 10:27:03 +0100 Organization: Acme Lines: 24 Message-ID: <48tlz72exml0$.1j1x5xvdmsayk$.dlg@40tude.net> References: <ieq3op$60v$1@news.onet.pl> <11604925-8d09-4cdd-b06d-2acd69033dfb@l7g2000vbv.googlegroups.com> <ieq74a$gqr$2@news.onet.pl> <827602be-4146-4392-8f61-e63241251d72@r16g2000prh.googlegroups.com> <ieqk13$rsf$1@news.dialog.net.pl> <49fa5d79-5365-44dc-9791-05d0934ff3ef@d8g2000yqf.googlegroups.com> NNTP-Posting-Host: static-78-9-71-129.ssp.dialog.net.pl Mime-Version: 1.0 X-Trace: news.dialog.net.pl 1293010023 28913 78.9.71.129 (22 Dec 2010 09:27:03 GMT) X-Complaints-To: abuse@dialog.net.pl NNTP-Posting-Date: Wed, 22 Dec 2010 09:27:03 +0000 (UTC) User-Agent: 40tude_Dialog/2.0.15.1 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit