Önceki html parsing tecrübelerimde şöyle bir sorunla karşılaşmıştım.
eğer internet üstünden veri toplanacaksa bir çok büyük site de bile bir
çok html hatası yapılıyor ve html parse edilirken bir çok sorun çıkıyor.
tidy programı ile bunları düzeltip sonra işlemeyi denemiştim. sonunda en
güzeli çeşitli regular expressionlarla bu işi halletmek diye düşünmüştüm.

html hatası olan sayfaları işlemek için kolay bir yol bilen var mıdır acaba?

Yılmaz Uğurlu wrote:
> Beautifulsoup
>
> http://www.crummy.com/software/BeautifulSoup/
>
> 18.11.2007 tarihinde *Caglar Akyuz * <caglar_at_bilkon-kontrol.com.tr
> <mailto:caglar_at_bilkon-kontrol.com.tr>> yazmış:
>
> Necmettin Begiter wrote:
> > On Saturday 17 November 2007 17:14:22 Caglar Akyuz wrote:
> >> regular expression ile. Ben aşağıdakine benzer bir kod
> kullanıyorum.
> >> Deneme şansım yok, o yüzden yazım hatası olabilir:
> >>
> >> import re
> >> html = open('/dosya/yolu','r')
> >> regex = re.compile(r'<href=*>')
> >>
> >> for line in html.readlines():
> >> line
> >> href = re.findall(regex,line)
> >> if href: #birşeyler buldu
> >> for s in href:
> >> print s
> >>
> >> html.close()
> >
> > Peki adam olmadık bir yerde satırı böldüyse? :
> >
> > <a href=
> > "ıyk.html">şurada
> > </a>
> >
>
> Ben ilk gelen mesajdan sanki çok genel anlamda değil de, sadece
> özel bir
> durum için gerekli olacak bir parse işlemi istendiğini düşündüm. Bunun
> için de regular expression kullanımını örneklemek istedim. Yoksa bence
> de genel bir kullanım için hazır bir kütüphane kullanımı daha
> mantıklı.
>
> Caglar
> _______________________________________________
> Linux-programlama mailing list
> Linux-programlama_at_liste.linux.org.tr
> <mailto:Linux-programlama_at_liste.linux.org.tr>
> http://liste.linux.org.tr/mailman/listinfo/linux-programlama
>
>
>
>
> --
> Yılmaz Uğurlu ~ jabber : metoikos_at_jabber.org
> <mailto:metoikos@jabber.org> ~ http://www.2nci.com ~ İzmir
> ------------------------------------------------------------------------
>
> _______________________________________________
> Linux-programlama mailing list
> Linux-programlama_at_liste.linux.org.tr
> http://liste.linux.org.tr/mailman/listinfo/linux-programlama
>

_______________________________________________
Linux-programlama mailing list
Linux-programlama_at_liste.linux.org.tr
http://liste.linux.org.tr/mailman/listinfo/linux-programlama
Received on Mon 19 Nov 2007 - 13:07:41 EET