Как спарсить значение в теге <tr...>?

ibred · 29.05.2018

Код:

(?<=tr data-guid=")[^"]+

art22 сказал(а):
делал по классу не показывает ничего

SET - это установить значение.
А Вам нужен GET.

И что-то мне подсказывает, что class указан не везде, где есть data-guid.

ibred · 29.05.2018

Таким способом Вы сможете получить только одно значение. Далее нужно будет в цикле пройтись по номерам совпадений - от 0 и до конца, если нужны все.
Я Вам предлагаю воспользоваться кубиком обработки текста, выбрав регулярные выражения.

inilim · 29.05.2018

Значения, сильно меняются?
2000
67401
200,00
1,00

orka13 · 29.05.2018

art22 сказал(а):
Теперь понятно как работает) Спасибо. Надо разбираться как создать рег выражения...
Сохранил в Таблицу...

Подскажи пожалуйста как спарсить то что внутри tr таблицу... можно как то по счету спарсить так же? скажем нужны только 2,3,8,9,10 столбцы, то что выделено...

<tr data-guid="535faef1d78697868413d1dd5">
<td class="e"></td>
<td class="c">2000</td>
<td class="c">67401</td>
<td class="l">29.05.18 10:10</td>
<td class="l">29.05.18 10:05</td>
<td class="trim"></td>
<td class="trim">Без</td>
<td class="trim c selected" style="background-color:#ff8000">тип</td>
<td class="r">200,00</td>
<td class="r">1,00</td>
<td class="r">0,00</td>
<td class="r">10:05</td>
<td class="r">10:05</td>
<td class="r">10:05</td>
<td class="trim">Шта</td>
<td class="l"></td>
<td class="c">10:05</td>
<td class="c">10:08</td>
<td class="c">00:00</td>
<td class="c">10:09</td>
<td class="c">10:16</td>
<td class="trim"></td></tr>

Делал такое с HTML-таблицой. Не хочу мудрить, но пришлось таким алгоритмом пользоваться:

1. Get-запросом спарсил код странцы.
2. Через C# xpath (html agility pack) прошелся в цикле по каждой строке таблицы, а в ней дополнительным циклом по каждой ячейке. При этом считывал значения ячеек и сразу заполнял ими ZennoPoster-таблицу (IZennoTable).
3. В итоге получил обычную зеновскую таблицу с теми данными из HTML-таблицы. А с ней уже проделывал популярные операции по взятию значений конкретной ячейки, сохранение таблицы в эксель файл и т.д.

inilim · 29.05.2018

Я бы спарсил всю таблицу

Код:

(?<=<tr)[\w\W]*?(?=</tr>)

Если таблица всегда с таким количеством ячеек. то можно просто закинуть код в файл, файл сделать списком. После удалять строки по номеру. После удалить html код.

inilim · 29.05.2018

art22 сказал(а):
А это идея. Можно как то сразу по колонкам распределить?

Спарси всю таблицу, и методом исключения удаляй ненужные строки.
У меня это получилось в пять этапов.

art22 сказал(а):
вроде задаю начало и конец регулярка не работает...

Галочку поставь. Разрешить переносы.

Sergodjan · 29.05.2018

art22 сказал(а):
Трудновато пока для меня это все.
Парсер из зена постер очень тяжёлый... Можно было в Датаколе задать начало и конец... и он бы спарсил все что нужно. А тут не понимаю как регулярка работает, вроде задаю начало и конец регулярка не работает...

С исходником из вашего предыдущего поста:

Код:

<tr data-guid="535faef1d78697868413d1dd5">
<td class="e"></td>
<td class="c">2000</td>
<td class="c">67401</td>
<td class="l">29.05.18 10:10</td>
<td class="l">29.05.18 10:05</td>
<td class="trim"></td>
<td class="trim">Без</td>
<td class="trim c selected" style="background-color:#ff8000">тип</td>
<td class="r">200,00</td>
<td class="r">1,00</td>
<td class="r">0,00</td>
<td class="r">10:05</td>
<td class="r">10:05</td>
<td class="r">10:05</td>
<td class="trim">Шта</td>
<td class="l"></td>
<td class="c">10:05</td>
<td class="c">10:08</td>
<td class="c">00:00</td>
<td class="c">10:09</td>
<td class="c">10:16</td>
<td class="trim"></td></tr>

получилось таким образом:

Регулярка:

Код:

(?<=<td\ class="e"></td>\n.*?<td\ class="c">).*?(?=</td>\n.*?<td\ class="c">)

Но скорее всего на реальном исх. коде потребуется другая..
Скиньте реальный исх. код с отступами, в тегах

Код:

.. тут ..

Sergodjan · 30.05.2018

art22 сказал(а):
Вот это другое дело) знакомые функции...\n.*? и n.*? все что нужно собрал!

<td class="r">200,00</td>

<td class="r">1,00</td>

<td class="r">0,00</td>

НО Эти части одинаковые идут не за что ухватиться... Нужны первые 2 ячейки...</td><td class="r"> так если взять берет другие тоже..

Можно вот так извратиться:

Регулярка:

Код:

((?<=<td\ class=".*"\ style=".*">.*</td>\n.*<td\ class="r">).*?(?=</td>))|((?<=<td\ class=".*"\ style=".*">.*</td>\n.*<td\ class="r">.*</td>\n.*<td\ class="r">).*?(?=</td>))

или

((?<=<td\ class=".*"\ style=".*">.*</td>\r\n.*<td\ class="r">).*?(?=</td>))|((?<=<td\ class=".*"\ style=".*">.*</td>\r\n.*<td\ class="r">.*</td>\r\n.*<td\ class="r">).*?(?=</td>))

Прописать ее в экшен Обработка текста Regex, Все, В список.
Из списка брать с удалением первую строку в соотв. переменные..
(два экшена Операции над списком)

PS: Сейчас подтянутся спецы по групповым регуляркам и посоветуют более оптимально решение.
Но если важны не шашечки, а уже ехать, то можно и так.. :-)

doc · 30.05.2018

Код:

<tr[^>]*>\s*<td[^>]*>[^>]+>\s*<td[^>]*>([^<]*)</td>\s*<td[^>]*>([^<]*)</td>\s*<td[^>]*>[^>]+>\s*<td[^>]*>[^>]+>\s*<td[^>]*>[^>]+>\s*<td[^>]*>[^>]+>\s*<td[^>]*>([^<]*)</td>\s*<td[^>]*>([^<]*)</td>\s*<td[^>]*>([^<]*)</td>

развлекайся)

inilim · 30.05.2018

doc сказал(а):
развлекайся)

Сами писали? или программу использовали?

doc · 30.05.2018

inilim сказал(а):
Сами писали? или программу использовали?

сам. там много повторов ради красивой картинки результата)

orka13 · 30.05.2018

art22 сказал(а):
Где так же научиться?) где эти курсы?) а то часто приходиться пропускать рег выражения и придумать что то новое)

А как можно еще другие добавить? скажем

<td class="r">10:05</td> 13й идет по счету

Перепост со складчика:

#2. Регулярки
(Wikipedia: Регулярные выражения).
Используются для более расширенного поиска\замены в тексте.
#2.1.1. Для теории рекомендую прочитать страницы №24 - 60 этой книжки:
«Friedl J. / Фридл Дж. - Mastering Regular Expressions / Регулярные выражения».
#2.1.2. А под рукой поначалу можно держать эту картинку-шпаргалку:
http://www.exlab.net/files/tools/sheets/regexp/regexp.png
Статья авторов шпаргалки с разъяснениями/
#2.1.3. Ну и книга с примерами построения логики на разных жизненных задачах:
«Ян Гойвертс, Стивен Левитан - Регулярные выражения. Сборник рецептов».

#2.2. Моя глубока практика с регулярками началась на ZennoPoster с его инструментом «Конструктор регулярных выражений». Там же есть и статья по основным популярным задачам: "Регулярные выражения, что это такое и с чем их едят?"
Зачем это нам, если нет лицензии Зенки спросите вы? Да не проблема, ибо какой-то безызвестный добрый человек портировал этот конструктор в обычную бесплатную утилиту. Скачать архивом (обсуждение и исходники на форуме зенки).
За корректную работу всех функций я не ручаюсь, ибо в работе не использую, но на первый взгляд работает, жалоб нет.

#2.3. Вот что еще нагуглил интересное для тестирования регулярок:
#2.3.1. Хабр: Визуальный генератор регулярных выражений (сервис онлайн)
#2.3.2. https://regex101.com/ (сервис онлайн)
#2.3.3. PowerGREP Screen Shots Visual Search and Replace Utility.

#2.4. Под любую задачу можно нагуглить готовое решение. Правда в каждом языке программирования, а соответственно и в каждой программе синтаксис использования регулярок может чуть-чуть различаться (в пределах нескольких процентов).

#2.4.1. Я в своей практике заметил, что слишком сложные регулярки (с множеством разных условий и костылей :-)

) не всегда поддерживаются. Приблизительно коэффициент поддержки сложных регулярок можно так выразить:

ZennoPoster C# блоки (кодинг) = 99%
ZennoPoster обычные кубики = 90%
EmEditor = 85%
Notepad++ = 70%
Gnu (консоль Linux\Unix) = 90%
GnuWin32 (порт консоли Linux\Unix в Windows) = 80%

Как спарсить значение в теге <tr...>?

Client

Вложения

Client

Client

Вложения

Client

Client

Client

Client

Client

Client

Client

Вложения

Client

Client

Administrator

Client

Administrator

Client

Client

Client

Client

Client

Client

Вложения

Кто просматривает тему: (Всего: 0, Пользователи: 0, Гости: 0)