Парсинг сайтов средствами 1С #644826

Доброго всем! Есть сайт. На определенной страничке выводится таблица с информацией. Информация тянется из базы средствами ПХП. Вот ссылки: и так далее. Я хочу открыть первую страницу, нажать волшебную кнопку и система должна обойти все эти странички. Как реализовать такой обход?!

ye fgye

открыть для себя HTML DOM Document

что за зверь?!

а если там разметка не валидная?

СП продать?

продавай! Ток по новогодним скидкам.

а это как так? типа в браузере отобразится, а дом-документом не проглотится?

->

примерчик можно?!

это он и есть: Использование: Только чтение. Описание: Тип: COMОбъект. Предоставляет доступ к HTML документу. Недоступно на сервере 1С:Предприятие. Не используется в модуле внешнего соединения.

Вот так с помощью HTML DOM можно парсить, например, сайт nix.ru:

+ а тебе нада Для к = 0 по Элемент.Документ.links.length - 1 цикл

Так мне не просто пропарсить нужно! Пропарсить не проблема. Я найду в тексте ссылку вот эту: а как мне ее выаолнить?! Т.е. я беру начальную страницу. Нажимаю кнопочку. 1С-ка парсит страницу, берет нужную инфу с нее. Затем находит ссылку на следующуб страницу (что выше) и переходит по ней. И далее алгоритм повторяется до конца (по всем страница или по ограниченному количеству).

ну получил интерфейс IHTMLElement, относящийся к ссылке, выдрал оттуда атрибут href - и пошел по нему, и так далее.

+ применительно к 1С это вот так будет выглядеть АтрибутHREF = HTMLСсылка.getattribute("href", 0);

Про рекурсию расказать?

да я знаю про рекурсию! Ты видишь ссылку, что я показал в примере? <a href="#" pageNum="2" class="pag_n" style="TEXT-DECORATION: none;">2</a> т.е href="#"  - как мне по ней идти??

у блин а я то думал это ты просто сайт решил не показывать. Ну я тогда не знаю, там наверна какие нить обработчики навешиваются с помощью Джавы, а ваще хз, не сталкивался.

в том и дело! ТАм как-то вот этот параметр должен обрабатываться "pageNum="2""

Посмотри в коде страницы ява-скрипт по классу pag_n. Скорее всего там какой-то обработчик вызывается.

уже смотрел. Явно такого нет. Но там два файла явовских (модуля) подключаются.

раскроешь домен дело пойдет быстрее

Когда обмен делал с Лотусом. Парсингом занимался *.xml файлов. Объект "План обмена" даже создал. Вроде там есть код:

не могу - там доступ платный. А доступ к инфе, разумеется, возможен только после аутентификации и оплате.

тогда файлы эти ищи на сервере, а потом их гляди

Синтаксис: Получить(<Источник>, <ИмяВыходногоФайла>, <Заголовки>) Параметры: Тип: Строка. Адрес ресурса на сервере. Тип: Строка. Имя файла, в который помещаются данные полученного ресурса. Тип: Строка. Указываются заголовки, добавляемые к запросу на сервер. Текстовые пары вида <Заголовок>:<Значение>, разделяемые комбинацией ВК + ПС. Описание: Получает ресурс из указанного адреса. Доступность: Тонкий клиент, сервер, толстый клиент, внешнее соединение.

не совсем понял, а причем тут парсинг xml файлов??? У меня в другом затык. Читай

href="#" это она сама на себя ссылается

эт понятно. Там ключевой момент  pageNum="2" class="pag_n"

подскажи, как передать эти параметры?!

сайт то засвети уже) а мы посмотрим)

сморти как сам сайт ссылку формирует, и формируй такую же свою программой, потом переходи по ссылке и заново выполняй свой алгоритм.

может попробовать FireBug поглядеть, закладка Net? Только в качестве предположения.

да ты не зайдешь на него. Там платное все. Ты до этой инфу (страницы) не доберешься.

Тут другая идея родилась. Взять прогу, которая запоминает действия пользователя и повторяет их потом. Типа эмулытора. Задать ей действия сохранять странички как внешний файл, а потом переходить на следующую страницу. и так далее... А уже потом имеющиеся файлики пропарсить.

Чарли

charles

все респонсы в чалри можно экспортировать в файлы

а теперь по русски и более подробно плиз

Похоже на фреймворк типа JQuery. При загрузке страницы срабатывает скрипт, который ставит обработчик событий на click каждого элемента.  Но не понятно какое действие - потому что возможен не переход на другую страницу, а обновление части текущей страницы.