site-uri web parsing

Parsing: Ce? De ce? Cum?

Ce este parsarea?

Într-un sens general, parsarea - o comparație liniară a secvenței de cuvinte de la regimul lingvistic. Conceptul de „limbaj“ este considerat în contextul său cel mai larg. Acest lucru poate fi un limbaj uman (de exemplu română) folosit pentru comunicarea de oameni. Și poate limbaj formalizat, în special, orice limbaj de programare.

De ce ai nevoie de parsare?

Crearea unui site web, proprietarul este în mod inevitabil confruntat cu problema - în cazul în care pentru a obține conținut? Opțiunea optimă: găsi informații în cazul în care este foarte mult - pe Internet. Dar este necesar să se rezolve următoarele sarcini:

• Cantitati mari. Într-o eră de creștere rapidă a Web-ului și concurența acerbă deja este clar că un proiect web de succes este de neconceput fără a plasa o cantitate mare de informații de pe site. ritmul de viață modern duce la faptul că conținutul nu ar trebui să fie doar o mulțime, o mulțime, în cantități care depășesc cu mult limitele posibile cu umplere manuală.

actualizări frecvente. Menținerea imens fluxul de informații nu modifică în mod dinamic este în măsură să asigure o persoană, sau chiar o echipă bine coordonată a operatorilor. Uneori, informațiile se schimbă în mod continuu și să actualizeze puțin probabil să fie utilă în modul manual.

Parsarea site-uri web este o soluție eficientă pentru a automatiza informațiile de colectare și de schimbare.

Comparativ cu un parser persoană, program de calculator:

1. trece rapid mii de pagini web;
2. Separați cu atenție informațiile tehnice de la „uman“;
3. ia cu acuratețe departe dreapta și arunca excesul;
4. pachet în mod eficient datele finale în forma necesară.

Rezultatul (fie că este o bază de date sau foaie de calcul), desigur, trebuie să fie prelucrate în continuare. Cu toate acestea, manipularea ulterioară a informațiilor colectate de tema nu include parsing.

Ce limbaje de programare sunt utilizate pentru a scrie Derivatoare?

Orice, care a creat programul pentru a lucra cu World Wide Web. aplicatii web pentru parsare este de obicei scris pe C ++, Delphi, Perl, Ruby, Python, PHP.

Acest site a fost creat pentru a demonstra metodele de parsare de pe cel mai popular limbaj de programare web - PHP. Ruby și Python.