0xd34df00d
16.12.2012 11:06 Azoth_primary
Вконтактик отдает XHTML, не являющийся валидным XML, так что придется парсить хтмл регулярочками.
36 comments
recommend
bookmark
subscribeDo you really want to delete ?
- within threads
- within tags
- within users
отпизди их ногами. Эти мудаки ещё и почту починить не могут у себя
Я б с радостью, но
[15:07:53] 0xd34df00d: Думаю, мне будет трудно объяснить, зачем я паршу страницу, предназначенную для согласия пользователем на доступ к его данным :3
ЛИЧКРАФТЫ ВОРУЮТ ДАННЫЕ, да.
иногда проще починить xhtml регулярочками, а потом уже парсить валидный xml
Я сначала попытался что-то там починить, в частности, вырезая ненужные незакрытые теги, но на unknown reference-ошибках понял, что это безнадега, и положил хуй. Атрибут action у единственной формы легче выдрать и так, наверное.
А зачем ты её парсишь?
а зачем объяснять? ткни их носом в валидатор
будто бы им не похуй
ну мало ли, вдруг совесть проснётся. Да, я оптимист дохуя
лол
Я хочу согласиться за пользователя с возможностью доступа к аудиозаписям.
Не могу, там подразумеваются кукисы на этой странице, ибо она требует аутентификации.
У яндекса проснулась в свое время, когда я их ткнул в то, что они неправильно указывают на опенсерч. Я даже от радости в жуйк насрал по этому поводу N лет назад.
схорони и скорми валидатору сохраненную копию
Кстати, вариант.
пример дай. я свой рабочий самописный парсер на нём затесчу
Не могу, ты access token для моей жены Монады Лямбдовны спалишь.
замени его на d0d0d0d34df00d
меня в роддоме заменили
когда она у яндекса во второй раз проснулась — вёрстка Яндекс.Почты отказалась от xslt специально, чтобы веб-мордой Яндекс.Почты можно было пользоваться из личкрафтов
сириосли?
сириосли. ну может мотивация была чуть другая, например что XSLT всем надоел, а JSON вошёл в моду. не ебу, я их не спрашивал. но тот факт, что от XSLT отказались является официальным: http://habrahabr.ru/company/yandex/blog/...
Нахуя регулярочками-то? Парси как хтмл.
Нечем без втягивания лишних зависимостей. Ну, вебкитом, разве что, но это перебор.
Проще их регулярками выровнять до валидного состояния, моэжт?
Неа, /4.
Тащем, http://bpaste.net/show/aQaEUOxW8xpGIr9qs...
а ну ок, я так же парсил поинт лол
дай уже полный пример, ёпта
блджад, а где регулярки?
Без них обошелся.
ну ок
Да пажжи, оформлю тут у себя норм, а потом закину.
Дедфудик, валидного XHTML сейчас днем с огнем не найти. Все отдают дерьмо. А вот HTML5, напимер, и вовсе не XML ни разу. И ничо, стандарт, еб ее мать.
Для real life скрейпинга пользуются специальными парсерами, которые умеют парсить дерьмовый HTML. Но никак не дефолтные XML-парсеры.
дваждую
Посмотрите на этого долбоеба, не осилившего ruby + nokogiri.
https://github.com/olamedia/kanon/blob/m...
http://code.google.com/p/phpquery/