abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
    11.7. 16:44 | Komunita

    Dnes v 17:30 bude oficiálně vydána open source počítačová hra DOGWALK vytvořena v 3D softwaru Blender a herním enginu Godot. Release party proběhne na YouTube od 17:00.

    Ladislav Hagara | Komentářů: 3
    11.7. 14:55 | Humor

    McDonald's se spojil se společností Paradox a pracovníky nabírá také pomocí AI řešení s virtuální asistentkou Olivii běžící na webu McHire. Ian Carroll a Sam Curry se na toto AI řešení blíže podívali a opravdu je překvapilo, že se mohli přihlásit pomocí jména 123456 a hesla 123456 a získat přístup k údajům o 64 milionech uchazečů o práci.

    Ladislav Hagara | Komentářů: 10
    11.7. 00:11 | Nová verze

    Byla vydána (𝕏) červnová aktualizace aneb nová verze 1.102 editoru zdrojových kódů Visual Studio Code (Wikipedie). Přehled novinek i s náhledy a videi v poznámkách k vydání. Ve verzi 1.102 vyjde také VSCodium, tj. komunitní sestavení Visual Studia Code bez telemetrie a licenčních podmínek Microsoftu.

    Ladislav Hagara | Komentářů: 0
    10.7. 21:00 | Bezpečnostní upozornění

    Byla vydána nová verze 2.4.64 svobodného multiplatformního webového serveru Apache (httpd). Řešeno je mimo jiné 8 bezpečnostních chyb.

    Ladislav Hagara | Komentářů: 4
    10.7. 15:22 | Nová verze

    Společnost xAI na síti 𝕏 představila Grok 4, tj. novou verzi svého AI LLM modelu Grok.

    Ladislav Hagara | Komentářů: 12
    10.7. 12:55 | Bezpečnostní upozornění

    Ministerstvo vnitra odhalilo závažný kyberincident v IT systému resortu. Systém, do kterého se dostal útočník bez oprávnění, byl odpojen a nedošlo k odcizení dat [𝕏].

    Ladislav Hagara | Komentářů: 16
    10.7. 11:55 | Humor

    Před rokem byla streamovací služba HBO Max přejmenována na Max. Dle managementu slovo HBO v názvu nebylo důležité. Včera byl Max přejmenován zpět na HBO Max. Kolik milionů dolarů to stálo? 😂

    Ladislav Hagara | Komentářů: 15
    10.7. 02:11 | Nová verze

    Byla vydána nová major verze 8.0.0 svobodného systému pro detekci a prevenci průniků a monitorování bezpečnosti počítačových sítí Suricata (Wikipedie). Přehled novinek v oficiálním oznámení a v aktualizované dokumentaci.

    Ladislav Hagara | Komentářů: 0
    10.7. 01:11 | Nová verze

    Mastodon (Wikipedie) - sociální síť, která není na prodej - byl vydán ve verzi 4.4. Přehled novinek s náhledy a videi v oznámení na blogu.

    Ladislav Hagara | Komentářů: 1
    10.7. 00:11 | IT novinky

    Instituce státní správy nebudou smět využívat produkty, aplikace, řešení, webové stránky a webové služby poskytované čínskou společností DeepSeek. Na doporučení Národního úřadu pro kybernetickou a informační bezpečnost rozhodla o jejich zákazu vláda Petra Fialy na jednání ve středu 9. července 2025.

    Ladislav Hagara | Komentářů: 8
    Jaký je váš oblíbený skriptovací jazyk?
     (59%)
     (27%)
     (7%)
     (3%)
     (1%)
     (1%)
     (4%)
    Celkem 389 hlasů
     Komentářů: 16, poslední 8.6. 21:05
    Rozcestník

    BashBastlení: Parsování HTML a ohákování textu

    26.9.2009 23:56 | Přečteno: 2955× | Linux | poslední úprava: 27.9.2009 13:43

    Občas si ubastlím nějaký "užitečný" skriptík. Co dnes: Skript, který mi každý den pošle SMS s přehledem suplování. | Přidání diakritiky ke stránce. | Referendum v Bashi.

    Bakaláři

    Gymnasium, které navštěvuji, používá IS Bakaláři. Ten vyblívá suplování do HTML souboru. Co kdyby se cronem spouštěl skript, který mi pošle SMS, jestli je nějaké suplování? Člověk by se ráno nemusel tlačit u Nastěnky...

    #!/bin/bash
    # Parsování suplování z Bakalářů
    # Nedostatečně otestovaná alfaverze (prověří Čas). Používejte na vlastní risiko.
    # Jan Hrach, <jenda zav hrach t eu>
    # 
    # Skript by pravděpodobně mohl fungovat i s jinými versemi Bakalářů,
    #  ale formát tabulky se může změnit.
    # Zejména další třída nemusí začínat "  " (dvěma mezerami), ale
    #  jen jednou (v jiné versi to tak skutečně je).
    # 
    # Skript má jediný parametr a tím je třída, pro kterou má získat suplování.
    # 
    # Testovací tabulky:
    #  http://gomora.hrach.eu/misc/suplobec-sample.htm (GSG Praha, na ní je skript odladěn)
    #  http://www.horackova.cz/suplovani/suplobec.htm (jiná verse BK)
    #
    
    SOUBOR=suplobec.htm
    TRIDA="$1"
    
    # wget a tak...
    # přihlášení a uložení sušenky, u nás má oficiálně platnost do konce session, takže by to
    # s --keep-session-cookies mělo stačit tak jednou za rok
    wget --save-cookies cookie.txt --keep-session-cookies "https://www.gsgpraha.cz/login.php" \
     --post-data="return=%2Fintranet%2F&username=hrachj&pass=----&loginButton=P%F8ihl%E1sit+se" -q -O /dev/null \
     --no-check-certificate
    # Tajné služby právě získaly vaše heslo. Gratulujeme.
    # Bohužel je stejně self-signed a nikde ve škole nevisí jeho fingeprint :-(
    
    # UPDATE: Centrální Mozek Lidstva dovoluje přihlásit se jenom jednou sušenkou najednou :-(
    
    # stáhnutí stránky se suplováním
    wget --load-cookies cookie.txt https://www.gsgpraha.cz/intranet/rozvrhy/suplobec.htm -O - -q \
     --no-check-certificate |\
     # Tajné služby právě získaly vaši sušenku. Gratulujeme.
     # je to ve win1250 s CRLF konci řádků
     recode cp1250..utf8 > $SOUBOR
    
    parsni_tr() {
      #vygrepnutí zpracovávaného řádku
      grep "  "$TRIDA $SOUBOR -A $((7 + $1)) | tail -n 7 |\
      #smazání tagů, komprese mezer - SMS musí být krátká, odstranění diakritiky, převedení na jeden řádek
      sed -e 's/<[^>]*>//g' | tr -d " " | iconv -f utf-8 -t us-ascii//translit | tr "\n" " " |\
      # když supluje, nemusí být uvedena cílová učebna
      sed -e 's/\ \;/ - /g' #|\
      # vyříznutí jen těch informací, které chci
      #cut -d " " -f 1,2,3,4,5,6
    }
    
    if grep "  "$TRIDA $SOUBOR > /dev/null; then
      # datum
      MESSAGE=`grep textlarge_3 $SOUBOR | cut -d " " -f 3`
      SUPL_NUM=0
      while true; do
        if [ $SUPL_NUM -gt 0 ]; then
          if grep "  "$TRIDA $SOUBOR -A $((7 + $SUPL_NUM * 10 )) | tail -n 8 | grep -E '(<p>  |</table>)' > /dev/null; then
            break
          fi
        fi
        if [ $SUPL_NUM -gt 100 ]; then
          # fallback
          #  1) může mu rupnout v kouli
          #  2) formát souboru se může změnit
          break
        fi
        SUPL_RES=`parsni_tr $(( $SUPL_NUM * 10 ))`
        MESSAGE="$MESSAGE $SUPL_RES,"
        SUPL_NUM=$(( $SUPL_NUM + 1 ))
      done
    else
      MESSAGE="$MESSAGE bohuzel nebylo tazeno zadne suplovani"
    fi
    
    MESSAGE=`echo $MESSAGE |\
      # misc. optimalisace délky
      sed -e 's/.hod/h/g' -e 's/ - /-/g' -e 's/supluje/supl/g' -e 's/spoji/spoj/g' -e 's/\,$//g' -e 's/odpada/odpad/g' -e 's/presun>>/pres/g' -e 's/presun/pres/g'`
    
    # Já si to posílám na mobil v síti T-Mobile
    # http://jenda.blog.root.cz/2007/10/29/sledovani-zmen-a-posilani-sms/
    echo $MESSAGE #| mail -s "SPL" ----@t-email.cz

    Pridani >> Přidání diakritiky

    Tady sídlí skript, kterému do formuláře dáte text a on vám ho vrátí ohákovaný. Je to ale dost opruz. Co si udělat bookmarklet - po kliknutí na záložku se vám stránka zobrazí ohákovaná? Použitelné hlavně při čtení NetMagu. Má to ještě trochu problémy s kódováním...

    Budete potřebovat webserver s Bashem. V LigHTTPd se to dělá takhle:

    cgi.assign = ( ".sh" => "/bin/bash" )

    Potom si přidáte do prohlížeče bookmark:

    javascript:window.location.href%20=%20"http://gomora.hrach.eu/ohakovani.sh?"%20+%20window.location.href;

    gomora.hrach.eu je můj experimentální server, můžete ho k tomu použít, ale nezaručuji, že bude mít 100% dostupnost. Skriptík vypadá takto a můžete si ho dát k sobě na server:

    echo "X-Powered-By: /bin/bash :-)"
    echo "Content-type: text/html; charset=UTF-8"
    echo ""
    
    STRANKA=`wget -q -O - "$QUERY_STRING" | sed -e 's/\&/%26/g'`
    
    
    wget -q -O - --post-data="usepre=1&text=$STRANKA" http://nlp.fi.muni.cz/cz_accent/index.php | tr -d "\n" | recode iso8859-2..utf8 | sed -e 's/.*    <TABLE cellpadding=10><TR><TD bgcolor=#b0e0ff>\(.*\)<\/PRE><\/TD><\/TR><\/TABLE>.*/\1/g' -e 's/\<\;/</g' -e 's/\>\;/>/g' -e 's/\&\;quot\;/\"/g' -e 's/\"\;/\"/g' -e 's/<PRE>//g' -e 's/\&\;nbsp\;/\ \;/g'

    Výsledek může vypadat třeba takto.

    Humr: irské referendum v Bashi

    REPLY=n; until [ "$REPLY" = y ]; do read -n 1 -s -p $'Souhlasíte s Lisabonskou smlouvou? [y/n]\n'; done; echo "Lisabonská smlouva schválena"
           

    Hodnocení: 100 %

            špatnédobré        

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    Komentáře

    Vložit další komentář

    Limoto avatar 26.9.2009 23:59 Limoto | skóre: 32 | blog: Limotův blog
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu

    To suplování je dobrej nápad. To si taky pořídím :-)

    Jendа avatar 27.9.2009 00:04 Jendа | skóre: 78 | blog: Jenda | JO70FB
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    [Ten google prozradí věcí... Už jsem mezi zdejší komunitou stařec ;-)]

    Tvá škola má taky Bakaláře?
    Limoto avatar 27.9.2009 00:07 Limoto | skóre: 32 | blog: Limotův blog
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu

    Google je svině :-D

     

    Jo, má... Ale skript si stejně napíšu vlastní ;-)

    Jendа avatar 27.9.2009 00:10 Jendа | skóre: 78 | blog: Jenda | JO70FB
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    Ale skript si stejně napíšu vlastní ;-)
    Lepší, jednodušší, co? Tak ho sem pak přidej. Mně to na jeden řádek nejde. ;-)
    27.9.2009 01:47 Sleep_Walker
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    1. promenne do uvozovek, zvlast kdyz davas moznost uzivateli vstup (TRIDA=$1 - remember Bobby Tables ;)
    2. diky za info o hackujicim serveru, to jsem neznal
    3. add referendum - uvozovky a read ma i parametr -p :)
    Jendа avatar 27.9.2009 13:31 Jendа | skóre: 78 | blog: Jenda | JO70FB
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    remember Bobby Tables
    Bakaláři používají jako databázi Postgres, tak to by mě zajímalo, jestli by to někoho s takovým jménem oescapovalo :-)
    diky za info o hackujicim serveru, to jsem neznal
    Ano, je škoda, že to někteří autoři zdejších blogů nepoužívají. Občas to sice doplní špatně (když je víc možností s různým smyslem - hackujícím, háčkujícím ;), ale i tak se výsledný text čte lépe než dlouhý text bez diakritiky.
    add referendum - uvozovky a read ma i parametr -p :)
    Dobrý nápad ;-)
    Jendа avatar 27.9.2009 13:45 Jendа | skóre: 78 | blog: Jenda | JO70FB
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    Přečetl jsem si read -h ;-) a udělal jsem to ještě křupavější. To jsem zvědavý, jak to v tom Irsku 3.10. dopadne. Škoda, že nemají ^C...
    27.9.2009 07:06 pht | skóre: 48 | blog: pht
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    STRANKA=`wget -q -O - $QUERY_STRING | sed -e 's/\&/%26/g'`
    to je dobrej backdoor...
    In Ada the typical infinite loop would normally be terminated by detonation.
    Jendа avatar 27.9.2009 13:25 Jendа | skóre: 78 | blog: Jenda | JO70FB
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    1) Přidal jsem kolem toho uvozovky, ale to asi nepomůže, co? Asi bych měl kolem toho udělat PHP wrapper s escapeshellcmd(), nebo to jde vyřešit i nějak lépe?

    Ano, na skriptování jsem levý ;).

    2) Zkoušel jsem tomu i skriptu s wget $1 dávat jako parametr věci typu " | touch /tmp/soubor" a nějak se mi nedaří...
    27.9.2009 21:11 pht | skóre: 48 | blog: pht
    Rozbalit Rozbalit vše Re: BashBastlení: Parsování HTML a ohákování textu
    Uvozovky stačí.
    In Ada the typical infinite loop would normally be terminated by detonation.

    Založit nové vláknoNahoru

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.