Regex: Много одинаковых элементов на странице

[Stelsgrower]

Как можно спарсить регуляркой из кода html именно то, что нужно, когда в коде много одинаковых тэгов?
К примеру:
<table class="table-clear table-content-test">
<thead>
<tr>
<th>Данные</th>
<th class="text-right">День</th>
<th class="text-right">Неделя</th>
<th class="text-right">Месяц</th>
</tr>
</thead>
<tbody>
<tr>
<td>Просмотры</td>
<td class="text-right">18 439</td>
<td class="text-right">129 074</td>
<td class="text-right">553 173</td>
</tr>
<tr>
<td>Посетители</td>
<td class="text-right">6 915</td>
<td class="text-right">48 404</td>
<td class="text-right">207 446</td>
</tr>

Нужно получить только последние цифры после "Посетители".
Итог должен выглядеть примерно вот так:
6 915
48 404
207 446

 

[arhip1985]

можно разбить на два шага, сначала спарсить то что начинается с <td>Посетители</td> и заканчивается </tr> - разрешить перенос строки
потом то что спарсилось - распарсить регуляркой - до искомого текста - "text-right"> , и после искомого текста </td>

 

[Stelsgrower]

можно разбить на два шага, сначала спарсить то что начинается с <td>Посетители</td> и заканчивается </tr> - разрешить перенос строки
потом то что спарсилось - распарсить регуляркой - до искомого текста - "text-right"> , и после искомого текста </td>

Дело в том, что в код очень длинный и там много раз встречается </td>. Если сделать "разрешить перенос" то он выдает огромный код на выходе:

 

[gevolushn]

Как можно спарсить регуляркой из кода html именно то, что нужно, когда в коде много одинаковых тэгов?
К примеру:
<table class="table-clear table-content-test">
<thead>
<tr>
<th>Данные</th>
<th class="text-right">День</th>
<th class="text-right">Неделя</th>
<th class="text-right">Месяц</th>
</tr>
</thead>
<tbody>
<tr>
<td>Просмотры</td>
<td class="text-right">18 439</td>
<td class="text-right">129 074</td>
<td class="text-right">553 173</td>
</tr>
<tr>
<td>Посетители</td>
<td class="text-right">6 915</td>
<td class="text-right">48 404</td>
<td class="text-right">207 446</td>
</tr>

Нужно получить только последние цифры после "Посетители".
Итог должен выглядеть примерно вот так:
6 915
48 404
207 446

Парсите статистику с сайта pr-cy?
Берете регуляркой, а потом выбираете нужное совпадение.

(?<=<td\ class="text-right">)[\w\W]*?(?=</td>)

P.S. И не забудьте удалить конеченные пробелы между цифрами (только скопируйте это отступ, там другая кодировка чем у обычного пробела).

 

[Stelsgrower]

Парсите статистику с сайта pr-cy?
Берете регуляркой, а потом выбираете нужное совпадение.

(?<=<td\ class="text-right">)[\w\W]*?(?=</td>)

P.S. И не забудьте удалить конеченные пробелы между цифрами (только скопируйте это отступ, там другая кодировка чем у обычного пробела).

Вы сначала кладете все в перменную и уже потом еще раз regex'ом парсите то что нужно?

 

[gevolushn]

Вы сначала кладете все в перменную и уже потом еще раз regex'ом парсите то что нужно?

Можете по разному сделать.
1. Парсить всё в список и брать из списка нужную по номеру строку.
2. Регуляркой выбирать одно совпадение и указывать номер этого совпадения.
Я делаю так:

 

[backoff]

ТС, выложите полный код страницы и ту часть которую надо спарсить, так проще помочь будет

 

[gevolushn]

Соре, вспомнил, что это не работает для web версии, если парсить полностью из всего DOM.
Лучше парсить из текста страницы такой регуляркой:

(?<=\ \ \ \ \ \ \ )\d[\w\W]*?(?=\ )

И также выбирать по номеру совпадения.
P.S. Лул, тоже работает. КЕК.

 

[gevolushn]

ТС, выложите полный код страницы и ту часть которую надо спарсить, так проще помочь будет

Сайт такой. Введите любой домен. Примерную посещаемость сайта ТС и хочет спарсить.

 

[Stelsgrower]

Соре, вспомнил, что это не работает для web версии, если парсить полностью из всего DOM.
Лучше парсить из текста страницы такой регуляркой:

(?<=\ \ \ \ \ \ \ )\d[\w\W]*?(?=\ )

И также выбирать по номеру совпадения.

Я работаю с пост-гет, там чисто код html. Зачем подгружать комп, если в ответе на гет все выдает о посещаемости и тд.

 

[gevolushn]

Я работаю с пост-гет, там чисто код html. Зачем подгружать комп, если в ответе на гет все выдает о посещаемости и тд.

Сам также делаю

 

[arhip1985]

первая регулярка такая как я написал - (?<=<td>Посетители</td>)[\w\W]*?(?=</tr>)
она возьмёт самое короткое совпадение, а дальше аналогично

 

[backoff]

интересно, при гет запросе на любом сайте выдает

Посещаемость
Информация о посетителях и просмотрах сайта.
Нет данных

при веб запросе все ок ...

 

[backoff]

http://joxi.ru/RmzkGe7uYV13W2
http://joxi.ru/gmvgB3xUq09K12 - таже страница - код

подгрузка через яву у них идет

 

[gevolushn]

http://joxi.ru/RmzkGe7uYV13W2
http://joxi.ru/gmvgB3xUq09K12 - таже страница - код

подгрузка через яву у них идет

https://zennolab.com/discussion/threads/parsing-primernoj-poseschaemosti-sajta.59513/

 

[backoff]

да это понятно, в лом было реализовывать и разбираться ))
сделал так, просто для наглядности

 

[Stelsgrower]

да это понятно, в лом было реализовывать и разбираться ))
сделал так, просто для наглядности

Это не совсем то, что нужно, но все равно спасибо за пример!

 

[Stelsgrower]

Парсите статистику с сайта pr-cy?
Берете регуляркой, а потом выбираете нужное совпадение.

(?<=<td\ class="text-right">)[\w\W]*?(?=</td>)

P.S. И не забудьте удалить конеченные пробелы между цифрами (только скопируйте это отступ, там другая кодировка чем у обычного пробела).

Пожалуй Ваш вариант самый верный и простой. Применил приведенную в пример регулярку и выбрал то, что нужно по номеру совпадения. Большое спасибо!

 

[arhip1985]

если устраивало брать по номеру совпадения - то почему тогда тему создавали, что много одинаковых элементов)