Помогите с чего начать при парсинге сайта
Всем привет!
Помогите с чего начать, нужно пропарсить страницы сайта
выбрать таблицу ГКН, и потом из открывшейся табллицы собрать все данные. Читаю разные статьи а как код начать писать не могу понять, какие конструкции здесь использовать (в том числе при переходах между страницами).
Заранее спасибо.
Помогите с чего начать, нужно пропарсить страницы сайта
выбрать таблицу ГКН, и потом из открывшейся табллицы собрать все данные. Читаю разные статьи а как код начать писать не могу понять, какие конструкции здесь использовать (в том числе при переходах между страницами).
Заранее спасибо.
По теме из базы знаний
- Если таблица совсем большая. Использование столбцовой СУБД (Yandex ClickHouse) для расширения возможностей 1С
- Анализ блокировок СУБД: таблица изменений плана обмена 1С
- Гарри Поттер и подкапотное пространство веб-клиента
- Подсистема регулярных выражений с использованием RegEx
- Что такое ОСень? Или как лучшие практики из мира Java прижились в экосистеме OneScript
Ответы
Подписаться на ответы
Инфостарт бот
Сортировка:
Древо развёрнутое
Свернуть все
(1) husky, при парсинге сайта, нужно начать с изучения структуры страницы сайта.
проанализировать несколько страниц с результатом, а именно исходный код результата, проверить, что в результате получается одна и та же структура и с теми же элементами и классами, чтобы потом по ним можно было парсить. обычно сайты верстаются блоками, нужно определить блок где находится нужная информация и парсить только его, чтобы зря не парсить всю страницу. это, то с чего нужно начать.
ПС опять же, если есть доступ к АПИ, то лучше написать в тех поддержку и спросить "втф", почему полноценно не работает АПИ?
проанализировать несколько страниц с результатом, а именно исходный код результата, проверить, что в результате получается одна и та же структура и с теми же элементами и классами, чтобы потом по ним можно было парсить. обычно сайты верстаются блоками, нужно определить блок где находится нужная информация и парсить только его, чтобы зря не парсить всю страницу. это, то с чего нужно начать.
ПС опять же, если есть доступ к АПИ, то лучше написать в тех поддержку и спросить "втф", почему полноценно не работает АПИ?
дабрался до самой страницы html, пробую вот таким кодом данные считать, но не получается
,
имя класса: td class="brdw1010"
сам код страницы:
Подскажите таблицу заполнить:
Кадастровый номер 10:02:0020102:160,
Статус земельного участка: Учтенный,
Дата постановки на кадастровый учет:01.08.2011,
ЧтениеHTML = Новый ЧтениеHTML;
ЧтениеHTML.УстановитьСтроку(СтрокаХТМЛ);
ПостроительDOM = Новый ПостроительDOM;
ЗапросHTTP = ПостроительDOM.Прочитать(ЧтениеHTML);
ЭлементыDOM = ЗапросHTTP.ПолучитьЭлементыПоИмени("td");
Характеристики = Новый ТаблицаЗначений;
ПредыдущийЭлементDOM = Неопределено;
Характеристики.Колонки.Добавить("Колонка1");
Характеристики.Колонки.Добавить("Колонка2");
Для Каждого ЭлементDOM Из ЭлементыDOM Цикл
Если ЭлементDOM.ИмяКласса = "brdw1010" Тогда
НоваяСтрока = Характеристики.Добавить();
НоваяСтрока.Колонка1 = СокрЛП(ЭлементDOM.ТекстовоеСодержимое);
ПредыдущийЭлементDOM = ЭлементDOM;
Показатьимя класса: td class="brdw1010"
сам код страницы:
<td class="brdw1010" width="100%">
<table border="0" cellspacing="8" cellpadding="0" width="100%">
<tr>
<td align="left" valign="top" width="250" nowrap="true">
Кадастровый номер:
</td>
<td width="75%" valign="top">
10:02:0020102:160
</td>
</tr>
<tr>
<td align="left" valign="top" width="250" nowrap="true">
<nobr>Статус земельного участка:</nobr>
</td>
<td width="75%">
Учтенный
</td>
</tr>
<tr>
<td align="left" valign="top" width="250" nowrap="true">
<nobr>Дата постановки на кадастровый учет:</nobr>
</td>
<td width="75%">
01.08.2011
</td>
</tr> ПоказатьПодскажите таблицу заполнить:
Кадастровый номер 10:02:0020102:160,
Статус земельного участка: Учтенный,
Дата постановки на кадастровый учет:01.08.2011,
Для получения уведомлений об ответах подключите телеграм бот:
Инфостарт бот