Ищу библиотеку для парсинга html

libxml2

Регэкспами парсь.

Имхо стоит посмотреть в сторону какого-нибудь перла, ибо тащить кучу компиляторов тоже не Ъ

Хорошо, что придется тащить для перла? - раз. Где ты найдешь спеца по перлу? - два.

beautiful soup же.

Товарисчам с реглуярками требуется ознакомиться с http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml...

the pon̷y he comes he c̶̮omes he comes the ich​or permeates all MY FACE

Весело тут у вас.

Because HTML can't be parsed by regex.

Брехня, у меня трекер на нем парсился, ЕМНИП мы еще не выбросили тот кусок кода. Сейчас стоит питоновский, но можно подключить старый модуль.

UPD: Да, не выбросили. Достаточно ввести команду old_tracker

perl + HTML::TreeBuilder

Можно тащить с собой при помощи PAR::Packer

Для перла требуется перл. Он есть почти везде.

Где ты найдешь спеца по перлу? - два.

Я не специалист по Python, но то, что там сейчас написал по манам за пару вечеров. Не так уж и много там кода

LORA

что это?

на что-то менее тяжелое

в этом есть необходимость или руки чешутся? Ну можешь посмотреть в сторону ElementTree (сElementTree если оно ещё живо).

питона может и не быть

поставьте

c bash-доступом

это ещё что за трава?

http://stackoverflow.com/badges/260/announcer?userid=1203698

При уровне упоротости этого проекта самое оно.

Он есть почти везде.

Ты то же самое говорил про питон.

Хорошо, что придется тащить для перла? - раз.

http://mojolicio.us/perldoc/Mojolicious/Guides/Cookbook#USER_AGENT

Где ты найдешь спеца по перлу? - два.

Действительно, где же на ЛОРе найти perl-программистов?..

Где ты найдешь спеца по перлу?

О, их уже всех вылечили!?

что это?

LORA. Linux.org.ru console client

в этом есть необходимость или руки чешутся?

Люди тут говорят, что питон на целевых машинах, которые предполагается использовать - некошерно.

это ещё что за трава?

В смысле что бы я мог из через баш юзать функи библиотеки.

Я и до сих пор говорю. Просто тебе он перестал нравится из-за анонимных аналитиков.

Но перл, по идее, должен быть практически везде

Действительно, где же на ЛОРе найти perl-программистов?..

Переформулирую вопрос: Где ты найдешь спеца по перлу, который согласится работать за идею?

Просто тебе он перестал нравится из-за анонимных аналитиков.

Мне он перестал нравиться еще до втыкания питона в проект.

Уровень упоротости stackoverflow?

UPD: Да, не выбросили. Достаточно ввести команду old_tracker

Выбросили

https://github.com/AlexCones/LORA/blob/master/plugins/old_tracker.sh

Спецом быть не обязательно. Все сведется к изчучению документации в cpan cоотвествуещего модуля. Другое дело, что дейстивтельно, интересно сделать максимально коробочным и ничего не требующим. Может имеет смысл попробовать сделать online-html парсилку. Приложение будет подключатся к ней и использовать ее, для этой работы. Можно нзвать sky-net.

Где ты найдешь спеца по перлу, который согласится работать за идею?

А так и что собственно нужно?

Может имеет смысл попробовать сделать online-html парсилку. Приложение будет подключатся к ней и использовать ее, для этой работы. Можно нзвать sky-net.

Слишком несекьюрно и медленно

Аргументы разумные, однако для онлайн парсилки потребуются дополнительные ресурсы и деньги. Проще выбить из maxcomа API для ЛОРа.

А так и что собственно нужно?

Написать аналог parser.py

Другое дело, что дейстивтельно, интересно сделать максимально коробочным и ничего не требующим.

use lib уже отменили?

Я сам за perl, но если требуется сверх коробочность - почему нет? К тому же секьюрности можно добавить по вкусу.

А так и что собственно нужно?

Для начала понять, что будем использовать :)

Сначала нужно исправить эту ересь, ибо на ней висит много issues.

Так если в сферической белой комнате без perl'a? Но опять повторяюсь, целиком за perl - просто, красиво.

Окей, как минимум одно я могу пофиксить

И зайди сейчас в джаббер, у меня тут какая-то фигня с репой

Люди тут говорят

мало ли что говорят. если такие умные то пусть сами и пишут.

через баш юзать функи библиотеки.

зачем?? Ну, можно сделать обёртку для нужных функций. Можно даже извернуться и в духе перловых однострочников вывернуться (хотя, так же красиво как в перле не выйдет), но, имхо, есть проблемы в дизайне.

Я сейчас на работе, только после 17:30 смогу.

Так, ясно. Тут питон подходит идеально. Объёмы парсинга смешные, поэтому что за претензии на тяжеловесность непонятно. Шли всех лесом, не иди на поводу у хомячков. Одному питон не понравится, другому перл, третьему баш... Плавали - знаем.

Так если в сферической белой комнате без perl'a?

Если нет Perl, значит там cmd.exe.

Но опять повторяюсь, целиком за perl - просто, красиво.

Удваиваю анона.

В конце концов или целиком писать на пригодным для этого языке perl, python, ruby, ${твой любимый язык}, у которого есть необходимые библиотеки или целиком на баше.

Всех пишущих на bash приложения, вместо коротких скриптов, нужно стерилизовать и ставить прод пожизненное наблюдение.

Because HTML can't be parsed by regex.
Брехня, у меня трекер на нем парсился

Ты выдаешь частный случай за общий. На SO написали про общий случай. И я, например, тоже не могу представить себе никак регулярку, которая бы смогла корректно распарсить XML/HTML для общего случая. А вот для управляемого генератора этих самых хмл/хтмл - самое то (и приводит это к прикручиванию генератора к регулярке, а не наоборот, кстати).

Ну не на сишечке же эту простыню писать.

кыш-кыш-кыш

libc

Прочитал тред. Вы только, если будете менять парсер, API не поломайте :-/. Там-то переписывать не много, но всё равно не возбуждает...

Да там этого апи - 3.5 функции.

Вот именно аргументы этих 3,5 функций, которые вызываются ннадцать раз желательно и не ломать.