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
×
    dnes 12:11 | IT novinky

    Rusko zcela zablokovalo komunikační platformu WhatsApp, řekl včera mluvčí Kremlu Dmitrij Peskov. Aplikace, jejímž vlastníkem je americká společnost Meta Platforms a která má v Rusku na 100 milionů uživatelů, podle Peskova nedodržovala ruské zákony. Mluvčí zároveň lidem v Rusku doporučil, aby začali používat domácí aplikaci MAX. Kritici tvrdí, že tato aplikace ruské vládě umožňuje lidi sledovat, což úřady popírají.

    Ladislav Hagara | Komentářů: 1
    dnes 11:44 | IT novinky

    Před 34 lety, ve čtvrtek 13. února 1992, se tehdejší Česká a Slovenská Federativní Republika oficiálně (a slavnostně) připojila k Internetu.

    Ladislav Hagara | Komentářů: 1
    dnes 04:44 | Humor

    Agent umělé inteligence vytvořil 'útočný' článek o Scottu Shambaughovi, dobrovolném správci knihovny matplotlib, poté, co vývojář odmítl agentem navrženou změnu kódu (pull request). 'Uražený' agent autonomně sepsal a publikoval na svém blogu článek, který přisuzuje Shambaughovi smyšlené motivace, egoismus a strach z AI coby konkurence.

    NUKE GAZA! 🎆 | Komentářů: 13
    včera 20:11 | Nová verze

    Bylo vydáno Ubuntu 24.04.4 LTS, tj. čtvrté opravné vydání Ubuntu 24.04 LTS s kódovým názvem Noble Numbat. Přehled novinek a oprav na Discourse.

    Ladislav Hagara | Komentářů: 0
    včera 17:44 | Pozvánky

    V pátek 20. února 2026 se v pražské kanceláři SUSE v Karlíně uskuteční 6. Mobile Linux Hackday, komunitní setkání zaměřené na Linux na mobilních zařízeních, kernelový vývoj a uživatelský prostor. Akce proběhne od 10:00 do večera. Hackday je určen všem, kteří si chtějí prakticky vyzkoušet práci s linuxovým jádrem i uživatelským prostorem, od posílání patchů například pomocí nástroje b4, přes balíčkování a Flatpak až po drobné úpravy

    … více »
    lkocman | Komentářů: 5
    včera 13:33 | IT novinky

    Evropská rada vydavatelů (EPC) předložila Evropské komisi stížnost na americkou internetovou společnost Google kvůli její službě AI Overviews (AI souhrny), která při vyhledávání na internetu zobrazuje shrnutí informací ze zpravodajských serverů vytvořená pomocí umělé inteligence (AI). Evropská komise již v prosinci oznámila, že v souvislosti s touto službou začala firmu Google vyšetřovat. Google obvinění ze strany vydavatelů

    … více »
    Ladislav Hagara | Komentářů: 12
    včera 04:44 | Komunita

    Ubuntu 26.04 (Resolute Raccoon) už nebude v desktopové instalaci obsahovat GUI nástroj 'Software & Updates'. Důvodem jsou obavy z jeho složitosti pro běžné uživatele a z toho plynoucích bezpečnostních rizik. Nástroj lze doinstalovat ručně (sudo apt install software-properties-gtk).

    NUKE GAZA! 🎆 | Komentářů: 25
    včera 04:33 | IT novinky

    Thomas Dohmke, bývalý CEO GitHubu, představil startup Entire - platformu pro spolupráci vývojářů a agentů umělé inteligence. Entire získalo rekordních 60 milionů dolarů na vývoj databáze a nástrojů, které mají zefektivnit spolupráci mezi lidmi a agenty umělé inteligence. Dohmke zdůrazňuje potřebu přepracovat tradiční vývojové postupy tak, aby odpovídaly realitě, kdy většinu kódu produkuje umělá inteligence.

    NUKE GAZA! 🎆 | Komentářů: 0
    včera 04:22 | Zajímavý projekt

    Toyota Connected North America oznámila vývoj open-source herního enginu Fluorite, postaveného na frameworku Flutter. Pro renderování grafiky využívá 3D engine Filament od společnosti Google a dle svého tvrzení cílí na konzolovou kvalitu her. Fluorite je zřejmě navržen tak, aby fungoval i na méně výkonném hardware, což naznačuje možnost použití přímo v ICE systémech vozidel. Zdrojový kód zatím zveřejněný není.

    NUKE GAZA! 🎆 | Komentářů: 4
    včera 04:11 | Bezpečnostní upozornění

    Byl vytvořen nástroj a postup pro překonání věkového ověření platforem Discord, Kick, Twitch, Snapchat (a možná dalších), kód je open-source a dostupný na GitHubu. Všechny tyto sítě používají stejnou službu k-ID, která určuje věk uživatele scanem obličeje a na původní server posílá pouze šifrovaná metadata, ty ale sociální síť už nedokáže sama nijak validovat, 'útok' spočívá ve vygenerování a podstrčení legitimně vypadajících ověřovacích metadat.

    NUKE GAZA! 🎆 | Komentářů: 13
    Které desktopové prostředí na Linuxu používáte?
     (19%)
     (6%)
     (0%)
     (11%)
     (27%)
     (3%)
     (4%)
     (2%)
     (12%)
     (27%)
    Celkem 859 hlasů
     Komentářů: 25, poslední 3.2. 19:50
    Rozcestník

    Dotaz: Parsovani HTML pomoci regularnich vyrazu

    Bundas avatar 20.9.2014 18:17 Bundas | skóre: 14 | Pardubice
    Parsovani HTML pomoci regularnich vyrazu
    Přečteno: 455×

    Ahojte vsichni.

    Mam nekolik odkazu:
    <a href="/dafuq/lol/1/">1</a>
    <a href="/dafuq/lol/2/">2</a>
    <a href="/dafuq/lol/3/">3</a>
    <a href="/dafuq/lol/4/">...</a>
    <a href="/dafuq/lol/8/">8</a>
    <a href="/dafuq/lol/9/">9</a>

    Potrebuju z nich dostat tu cislovku na konci odkazu (napr. <a href="/dafuq/lol/9/">9</a>) pomoci regularniho vyrazu. Jak to mam udelat? Regexy mi vubec, vubec nejdou. Predem diky za pomoc

    Abe the Messiah has come.

    Řešení dotazu:


    Odpovědi

    Řešení 1× (Bundas (tazatel))
    Bundas avatar 20.9.2014 18:30 Bundas | skóre: 14 | Pardubice
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu

    Uz jsem to vyresil

     

    <a href="/dafuq/[^/]*/([^/\"]*)/">[^<>/]*</a>

    Abe the Messiah has come.
    20.9.2014 19:21 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Zkus ještě utilitu xmllint. Ta umí parsovat HTML o něco lépe.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    20.9.2014 19:58 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Místo regexpu se dá použít také XQuery:
    for $x in doc("input.html")//a
        return substring-before(substring-after($x/@href, 'lol/'), '/')
    
    Možná to nevypadá tak elegantně jako regexp, ale poradí si to i s více odkazy na řádku, zalomenými atributy, komentáři...
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Jakub Lucký avatar 20.9.2014 23:36 Jakub Lucký | skóre: 40 | Praha
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    If you understand, things are just as they are; if you do not understand, things are just as they are.
    Josef Kufner avatar 21.9.2014 01:01 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    lynx -dump -listonly -nonumbers http://abclinuxu.cz/
    Na vytáhnutí odkazů z HTML to je velice praktické. Pak už ty regulární výrazy lze použít snadno.
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 08:09 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Paráda. Lynx používám, ale o této volbě jsem netušil. Díky.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Fuky avatar 21.9.2014 09:07 Fuky | skóre: 52 | blog: 4u
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu

    Na parsování HTML bych doporučil nástroje k tomu určené a ne regulární výrazy.

    $ vim get_a_href.py
    #! /usr/bin/env python
    # -*- coding: utf-8 -*-
    
    import sys
    from lxml.html import parse
    
    if (len(sys.argv) != 2):
        print "Usage: %s FILENAME or URL" % sys.argv[0]
        sys.exit()
    
    page = parse(sys.argv[1])
    urls = page.xpath('//a/@href')
    
    for url in urls:
        print url
    $ chmod +x get_a_href.py
    
    21.9.2014 15:04 Petr | skóre: 29
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Jeste bych se pripojil ke kolegovi, mam podobny dotaz ale ohledne parsovani XML - pro obcasne potreby pouzivam reg. vyrazy, je nejaky silnejsi nastroj v linuxu pod licenci GNU?
    Fuky avatar 21.9.2014 15:09 Fuky | skóre: 52 | blog: 4u
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    21.9.2014 15:29 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    xmllint, xmlstarlet, xqilla, xsltproc, xmlto,...
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Josef Kufner avatar 21.9.2014 15:31 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Je, ale těžko se hledají. Ono většinou se s XML pracuje z větších programů prostřednictvím knihoven a pro příkazový řádek toho moc není.

    Zkus: xpath, xmllint, xsltproc

    Například z XML v dotazu:
    <html>
    <a href="/dafuq/lol/1/">1</a>
    <a href="/dafuq/lol/2/">2</a>
    <a href="/dafuq/lol/3/">3</a>
    <a href="/dafuq/lol/4/">4</a>
    <a href="/dafuq/lol/5/">5</a>
    <a href="/dafuq/lol/6/">6</a>
    <a href="/dafuq/lol/7/">7</a>
    <a href="/dafuq/lol/8/">8</a>
    <a href="/dafuq/lol/9/">9</a>
    </html>
    Lze všechny URL získat takto:
    xpath -q -e '//a/@href' soubor.xml
    Výsledek:
     href="/dafuq/lol/1/"
     href="/dafuq/lol/2/"
     href="/dafuq/lol/3/"
     href="/dafuq/lol/4/"
     href="/dafuq/lol/5/"
     href="/dafuq/lol/6/"
     href="/dafuq/lol/7/"
     href="/dafuq/lol/8/"
     href="/dafuq/lol/9/"
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 15:53 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Teď koukám na xpath. Dalo by se z toho dostat např.
    /dafuq/lol/1/
    /dafuq/lol/2/
    /dafuq/lol/3/
    /dafuq/lol/4/
    /dafuq/lol/8/
    /dafuq/lol/9/
    
    nebo
    1, 2, 3, 4, 8, 9
    jinak než sedem? Obvykle používám xsltproc, což je na některé drobnosti zbytečně těžký kalibr. Na jednodušší věci momentálně používám program xqilla, ale úplně mi nesedí.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    21.9.2014 16:17 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Tak už jsem na to přišel sám. Stačí v tom perlovém skriptu xpath vyměnit volání metody toString za getNodeValue a případně dál upravit dle potřeby.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Josef Kufner avatar 21.9.2014 17:35 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Nechceš to dát jako volbu a poslat autorům patch?
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 17:56 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    To není špatný nápad. Celý ten skript má jen 200 řádek, dá se to v něm snadno najít, ale přidání další volby pro mne není úplně triviální, protože v Perlu moc nedělám.

    Asi bych to musel nejprve trochu refaktorovat, aby se to tam dalo přidat jako volba. Otázkou je, zda má smysl se tím zabývat, protože podobných utilit je (jak vidno) hromada.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    Josef Kufner avatar 21.9.2014 18:36 Josef Kufner | skóre: 70
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Tak aspoň pošli feature request s diffem, třeba to doplní. Ono těch snadno použitelných nástrojů zas tak moc není.
    Hello world ! Segmentation fault (core dumped)
    21.9.2014 19:14 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Nerad dodělávám další vlastnosti. Raději odstraňuji ty, které považuji za zbytečné. Po odstranění zbytečných řádek zbylo z původních 205 jen 10.

    Máme kolem sebe tolik univerzálně použitelných nástrojů, až se mi někdy jeví jako univerzálně nepoužitelné. Redukce je občas nezbytná.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.
    21.9.2014 19:07 Kit | skóre: 46 | Brno
    Rozbalit Rozbalit vše Re: Parsovani HTML pomoci regularnich vyrazu
    Tak místo odpovědi autorům jsem ten skript trochu zkrátil a posílám ho sem:
    #!/usr/bin/perl -w
    
    use XML::XPath;
    $xpath = XML::XPath->new(ioref => \*STDIN);
    my $names = $xpath->find('//a/@href');
    for my $node ($names->get_nodelist) {
        $_ = $node->getNodeValue;
        s|^.*/([^/]*)/$|$1|;
        print $_, "\n";
    }
    
    A to je celé. Volby jsou pryč, vstupem je STDIN. Dělá to jen to, co chce tazatel, ale přímo z HTML.
    Komentáře označují místa, kde programátor udělal chybu nebo něco nedodělal.

    Založit nové vláknoNahoru

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

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