SOS! Как взять текст?

[Andrey69]

Подскажите пожалуйста технологию парсинга для IP с этой страницы: http://proxylist.hidemyass.com/search-1304345#listable

например на вот такой IP: 94.242.57.49

inner text выдает такую комбинацию:
19 20 20 68 68 94 111 111 146 160 161 199 .242 . 57 . 28 28 28 49 62 62 174 199 199 202 202

inner html такую:
</style><span style=""display:none"">64</span><div style=""display:none"">64</div><span style=""display:none"">66</span><span></span><span style=""display:none"">67</span><span class=""wtXQ"">67</span><div style=""display:none"">67</div>94<div style=""display:none"">125</div><div style=""display:none"">151</div><div style=""display:none"">227</div>.<span style=""display:none"">25</span><span class=""wtXQ"">25</span><span></span><span style=""display:none"">83</span><span></span><span class=""wtXQ"">166</span><div style=""display:none"">166</div><span style=""display:none"">206</span><span class=""wtXQ"">206</span><span style=""display:none"">209</span><span></span><span style=""display: inline"">242</span><span class=""K1sK"">.</span><span class=""K1sK"">57</span><span style=""display:none"">130</span><span class=""wtXQ"">130</span>.49</span>"

сайт подставляет цифры и span в разных комбинациях произвольно для каждого IP, имена классов меняются от IP к IP. Вообщем создатели сайта постарались в создании препятствий пользователям zennoposter )))

 

[Ribas]

За 10 минут в капмонстре делается шаблон распознавания, который на 100% решает проблему

 

[Adigen]

Т.к. вложенных тегов здесь нет:
1. Удаляет регекспом все левые тэги, в частности где style display:none
2. Из оставшихся тэгов, регекспом парсим ип

 

[Andrey69]

комбинации и имена тэгов меняются... поэтому непонятно какую регулярку писать...

 

[Andrey69]

там текст, а не изображение, capmonster работает только с изображениями

 

[black_pariah]

это полюбому хайд май эсс
Adigen правильно говорит

 

[Adigen]

Имена тэгов меняются, но display:none нет, и одной регуляркой тут не обойдетесь, надо 2 минимум, завтра если доберусь до компа сделаю пример на c#. На планшете, не удобно (

 

[Ribas]

там текст, а не изображение, capmonster работает только с изображениями

Капмонстер будет работать с тем, куда покажешь. Укажи, что эта ячейка таблицы - капча.

 

[Andrey69]

думаю Adigen прав, регуляркой лучше чем капмонстром...

 

[Ribas]

Регуляркой тоже не проблема, можно и без шарпа кубиками решить

 

[Andrey69]

я не очень хорошо знаю регулярку Zennoposter... поэтому обратился за помощью

 

[Ribas]

Не две регулярки, но работает )

 

[Andrey69]

Красиво получилось )) Спасибо! Отличная тема для статьи, кстати, на второй конкурс статей... многие я думаю плюсанули бы...

 

[Ribas]

Да нету здесь темы для статьи, посмотрите какие вещи там пишут )))

 

[Andrey69]

Напрасно так думаете... Мне кажется тут регулярку далеко не все хорошо знают... А тут еще и Get запросы...

 

[Ribas]

В моём примере GET только берёт тело страницы, чтобы не использовать браузер, поскольку он, по сути, не нужен. А по регуляркам шпаргалок более чем достаточно есть.

 

[GreenWay]

И все равно спасибо тебе Ribas
Если кому надо шаблон Ribasа, только с логикой перехода по страницам. Берет первые 15 страниц и выпаршивает прокси. Если нужны все прокси, со всех страниц - поменяйте в шаблоне в экшене Обработка переменных - sum_page=28 (колличество страниц с прокси)