CIO Tech Eksperten IT-JOB IT-Kurser Events Podcast Søg

Log ind eller opret profil

Du kan også logge ind via nedenstående tjenester

123maka Nybegynder

26. juni 2008 - 02:44 Der er 15 kommentarer og
1 løsning

HTML til SQL

Findes noget lignende til .net? Lidt ligesom denne klasse til php: http://www.phpclasses.org/browse/view/image/file/14202/name/htmlsql_syntax_example.png eller forklaring her: http://phpclasses.freelancer.gs/browse/package/3086.html

Det er fordi jeg har brug for lidt meget matching med meget HTML, så tror ikke regex er det bedste bud. Jeg tror der må være noget nemmere, har i nogle ideer?

Synes godt om

123maka Nybegynder

28. juni 2008 - 00:28 #1

Hm.. Fandt ud af at XPath nok var smartere :)

Men har lidt problemer, de forventer vist noget XML. Har følgende kode:

using System.Xml;
using System.Xml.XPath;

CookieContainer realSession = new CookieContainer();
string login = getHTML("localhost/login.php", realSession, "login=hej&kode=test");

StringReader toXml = new StringReader(login);
XPathDocument Doc = new XPathDocument(toXml);
XPathNavigator navigator = Doc.CreateNavigator();
XPathNodeIterator iterator = navigator.Select("/html/body/div[2]/div/div[2]/div/div[3]/div[3]/table/tbody/tr/td[3]");

Får en fejl som hedder

Synes godt om

123maka Nybegynder

28. juni 2008 - 00:31 #2

"System.Xml.XmlException was unhandled
Message="'--' is an unexpected token. The expected token is '>'. Line 81, position 5."
Source="System.Xml"
LineNumber=81
LinePosition=5"

Skal jeg parse det.. Eller hvordan?

Synes godt om

arne_v Ekspert

29. juni 2008 - 04:26 #3

HTML er sjældent wellformed XML.

Synes godt om

arne_v Ekspert

29. juni 2008 - 04:31 #4

Standard .NET løsningen er så vidt jeg ved:
http://msdn.microsoft.com/en-us/library/system.windows.forms.htmldocument.aspx

Synes godt om

aaberg Nybegynder

04. juli 2008 - 12:19 #5

Du kan bruge HtmlDocument som Arne v foreslår, men for at oprette en instans af denne klasse, bliver du nød til at gå via en WebBrowser. Dette giver ekstremt dårlig performance. Derudover kan en WebBrowser kun køre i en STAThread tråd (din hovedtråd), så du kan ikke bruge en BackgroundWorker tråd til at gøre arbejdet.

Jeg har for tiden samme problemstilling som dig med et projekt jeg arbejder med, og uanset hvad jeg har prøvet, har jeg ikke kunne få HtmlDocument til at virke ordentligt, uden at musen bliver et timeglas og brugergrænsesnittet hænger. For tiden eksperimenterer jeg med nogle metoder som bliver beskrevet i denne artikkel:
http://www.developer.com/net/csharp/article.php/10918_2230091_1

Når jeg har fået set lidt mere på det, eller hvis jeg finder noget endnu bedre, skal jeg vende tilbage. Men tjek artiklen, det kan være du kan bruge noget af det.

Synes godt om

aaberg Nybegynder

04. juli 2008 - 12:38 #6

Følgende link er også vældig interessant:
http://www.codeplex.com/Wiki/View.aspx?ProjectName=htmlagilitypack

Jeg har desværre ikke haft tid til at teste det.

Synes godt om

123maka Nybegynder

07. juli 2008 - 01:24 #7

Ah.. Tak for links.. Troede i havde glemt mig :-)

Jeg er tilbage igen og arbejder videre. Umiddelbart kan man vist bruge Tidy.Net til at parse HTML til XML (Xhtml) det burde vi virke, sidder og bøvler en smule med det nu. Men colaen er ved at slippe op :-)

Melder tilbage :)

Synes godt om

123maka Nybegynder

09. juli 2008 - 04:39 #8

Jeg har imidlertid et problem. Jeg parser gennem Tidy på denne side:
<center><h2>Test 1</h2> Test 2</center>

Gennem tidy bliver den til:
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
</head>

<body>
<h2>Test 1</h2>
Test 2<br />
</body>
</html>

Synes godt om

123maka Nybegynder

09. juli 2008 - 04:44 #9

Umiddelbart ville jeg sige at xpathen til indholdet mellem <h2> og </h2> burde være "Test 1".

Kører jeg følgende kode igennem:
string login = this.parse2xml(getHTML("http://localhost"));
Console.WriteLine(login);

StringReader toXml = new StringReader(login);
XPathDocument Doc = new XPathDocument(toXml);
XPathNavigator navigator = Doc.CreateNavigator();
XPathNodeIterator iterator = navigator.Select("/html/body/h2/");

Console.WriteLine(iterator.Current.Value);

Så bliver følgende printet ud:
Test 1\r\n
Test2

Hvorfor kommer Test 2 med?

Synes godt om

aaberg Nybegynder

09. juli 2008 - 08:48 #10

Du har et default namespace i dit xml-document. Dette må tages med i XPath'en. Derudover skal du kalde iterator.MoveNext();

StringReader toXml = new StringReader(login);
XPathDocument Doc = new XPathDocument(toXml);
XPathNavigator navigator = Doc.CreateNavigator();
XmlNamespaceManager nsm = new XmlNamespaceManager(navigator.NameTable);
nsm.AddNamespace("x", "http://www.w3.org/1999/xhtml");
XPathNodeIterator iterator = navigator.Select("/x:html/x:body/x:h2");

while(iterator.MoveNext())
{
Console.WriteLine(iterator.Current.Value);
}

Synes godt om

123maka Nybegynder

12. juli 2008 - 21:04 #11

Jeg får følgende fejl:
Namespace Manager or XsltContext needed. This query has a prefix, variable, or user-defined function.

På denne linje:
XPathNodeIterator iterator = navigator.Select("/x:html/x:body/x:h2");

Synes godt om

aaberg Nybegynder

12. juli 2008 - 22:28 #12

Whoops. Jeg har skrevet lidt forkert. Du skal bruge en anden overload af Select metoden, hvor NameSpaceManageren kommer med som parameter.

XPathNodeIterator iterator = navigator.Select("/x:html/x:body/x:h2", nsm);

Synes godt om

123maka Nybegynder

13. juli 2008 - 01:22 #13

Super :)

Det virker nu. Tak for hjælpen, opretter du svar?

Synes godt om

aaberg Nybegynder

13. juli 2008 - 08:12 #14

svar :-)

Synes godt om

aaberg Nybegynder

22. juli 2008 - 13:21 #15

Så skal du huske at acceptere svaret :-)

Synes godt om

123maka Nybegynder

01. august 2008 - 21:49 #16

God ide, tak for hjælpen :)

Synes godt om

Ny bruger Nybegynder

Din løsning...

Tilladte BB-code-tags: [b]fed[/b] [i]kursiv[/i] [u]understreget[/u] Web- og emailadresser omdannes automatisk til links. Der sættes "nofollow" på alle links.

Følg dette spørgsmål

Opret Preview

Se alle it-kurser fra Computerworld Kurser

IT-kurser om Microsoft 365, sikkerhed, personlig vækst, udvikling, digital markedsføring, grafisk design, SAP og forretningsanalyse.

Se alle it-kurser

Flere spørgsmål fra C# kategorien

Titel	Indlæg	Oprettet	Seneste aktivitet
Søger programmør til hjælp på eksamensprojekt - betaler gerne! Af Caroline BJ i C#	0	12/06/202411:19	-
Drev bogstav som path Af prox1 i C#	5	01/05/202403:58	01/05/202421:24
Tråd programmering Af lasserasch i C#	3	04/12/202313:03	06/01/202419:04
Inspiration til GUI opdatering fra Service lag. Af lasserasch i C#	2	28/11/202308:48	28/11/202319:29
Kan ikke komme igennem azure firewall med fil upload fra web app Af chrisrj i C#	1	28/08/202313:32	28/08/202314:04

Se alle spørgsmål i kategorien Opret spørgsmål

Log ind eller opret profil

Hov!

For at kunne deltage på Computerworld Eksperten skal du være logget ind.

Det er heldigvis nemt at oprette en bruger: Det tager to minutter og du kan vælge at bruge enten e-mail, Facebook eller Google som login.

Du kan også logge ind via nedenstående tjenester

Alle kategorier på Eksperten

Seneste artiklerRSS