Article View: pl.comp.lang.ruby
Article #1233Re: obróbka html
From: Wojciech Piekutowski
Date: Sun, 26 Apr 2009 12:35
Date: Sun, 26 Apr 2009 12:35
29 lines
1997 bytes
1997 bytes
On Mar 23, 3:57 pm, Wojciech Frybyśu <wfru8548...@pocztaNO- SPAM.iUSUNTOnteria.pl> wrote: > Mam pytanie, czy są jakieś proste sposoby obróbki html? > ściągam stronę i chce wyizolowac np.: > > <td class="slon"> > ... > </td> > > albo > > nastepujace po sobie > <a href="(.*)"> > .* > <img src=".*"> > > i oczywiście wyizolowac nazwy grafik i url. > > Może jest jakies zwierze co przeszukuje DOM albo coś w tym guście? Oprócz Hpricot i Nokogiri, wypróbuj też Mechanize. Jeśli używasz Mechanize/Nokogiri upewnij się, że posiadasz najnowszą stabilną wersję libxml2 w systemie, starsze wersje mogą mieć problem z poprawną obsługą kodowania znaków. -- Wojciech Piekutowski http://amberbit.com
Technical Details
Message-ID:
<65e55a83-fb44-4f06-b0c8-34a6dff09b60@v1g2000prd.googlegroups.com>Path:
mbox-mo1.pugleaf.net!news-archive.icm.edu.pl!newsfeed.gazeta.pl!feed.news.interia.pl!news.nask.pl!news.nask.org.pl!newsfeed00.sul.t-online.de!t-online.de!border2.nntp.dca.giganews.com!nntp.giganews.com!postnews.google.com!v1g2000prd.googlegroups.com!not-for-mailReferences:
<gq84k4$af1$1@atlantis.news.neostrada.pl>Show Full Headers
Complete Article Headers
Path: mbox-mo1.pugleaf.net!news-archive.icm.edu.pl!newsfeed.gazeta.pl!feed.news.interia.pl!news.nask.pl!news.nask.org.pl!newsfeed00.sul.t-online.de!t-online.de!border2.nntp.dca.giganews.com!nntp.giganews.com!postnews.google.com!v1g2000prd.googlegroups.com!not-for-mail From: Wojciech Piekutowski <w.piekutowski@gmail.com> Newsgroups: pl.comp.lang.ruby Subject: Re: obróbka html Date: Sun, 26 Apr 2009 05:35:51 -0700 (PDT) Organization: http://groups.google.com Lines: 31 Message-ID: <65e55a83-fb44-4f06-b0c8-34a6dff09b60@v1g2000prd.googlegroups.com> References: <gq84k4$af1$1@atlantis.news.neostrada.pl> NNTP-Posting-Host: 85.202.52.191 Mime-Version: 1.0 X-Trace: posting.google.com 1240749352 5465 127.0.0.1 (26 Apr 2009 12:35:52 GMT) X-Complaints-To: groups-abuse@google.com NNTP-Posting-Date: Sun, 26 Apr 2009 12:35:52 +0000 (UTC) Complaints-To: groups-abuse@google.com Injection-Info: v1g2000prd.googlegroups.com; posting-host=85.202.52.191; posting-account=Q2pglAoAAAAVAvWFei12zfeIQg8qCJNr User-Agent: G2/1.0 X-HTTP-UserAgent: Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.9) Gecko/2009042113 Ubuntu/8.10 (intrepid) Firefox/3.0.9,gzip(gfe),gzip(gfe) Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit