[sylwke3100]

Co jest według was szybsze? lxml czy czyste regexpy?

#python #programowanie

[G.....n]

@sylwke3100: Parsowanie XMLa regexpami. xd

[sylwke3100]

@Ginden: Bardziej chodziło mi o strony

[zranoI]

@sylwke3100: http://stackoverflow.com/a/1732454/3305737

[sylwke3100]

@Ginden: Napewno wygodniejsze niż wyciąganie dany po drzewie dom jeśli potrzebne sam są konkretne dane z różnych poziomów i atrybutów.

[G.....n]

@sylwke3100: Na pewno nie, jeśli znasz XPath.

[sylwke3100]

@Ginden: No to jak przeparsujesz takie coś https://regex101.com/r/cS4iM1/1 za pomocą XPath to takiej formy jak tam po prawej wynik

[G.....n]

@sylwke3100: Najpierw robisz:

//a[contains(@href,'id_kursu')]

A potem na podzbiorze drzewa kolejne zapytania. Zawartość atrybutów i tekstu parsujesz już regexpem.

[sylwke3100]

@Ginden: No czyli nie da się za pomocą XPath tego zrobić bo i tak sprowadza się do użycia rexpów więc po co takie miksy skoro za jednym zamachem można to zrobić.

[G.....n]

@sylwke3100: Ich programista będzie przerabiał kod i zmieni tylko i wyłącznie kolejność atrybutów i Twój kod przestanie działać.

[sylwke3100]

@Ginden: No to będę go naprawiał bo generalnie na tym polega zabawa z parsowaniem stron. Nie raz już po ich zmianach poprawiałem.

[S.....c]

@sylwke3100: miłej zabawy zatem. XPath is the way.

[sylwke3100]

@Szarlejowiec: No nie bo nie mogę tak prosto wyciągnąć argumentów w takiej formie.

[S.....c]

@sylwke3100: nie widzę problemu. Słyszałeś kiedyś o rozwiązywaniu skomplikowanych problemów metodą rozbijania ich na kilka mniejszych, ale dużo prostszych?

[sylwke3100]

@Szarlejowiec: Ale to nie jest wcale takie proste bo muszę wtedy dodatkowo włączyć zabawę wyjątkami w przypadku braku tagu/atrybutu a w przypadku regexpów mam 2 problemy rozwiązane w jednym. XPath sam w sobie nadaje się do regularnych danych/problemów.

[S.....c]

XPath sam w sobie nadaje się do regularnych danych/problemów.

@sylwke3100: otóż to. HTML/XML regularne są, do czasu. Po to istnieje DOM, żeby sobie z nimi radzić.

[sylwke3100]

@Szarlejowiec: Ale mi nie zawsze są potrzebne dane całych tagów/atrybutów więc wtedy zbędnym widzę latanie po całym drzewie, wyciąganie tagu a potrm dopiero parsowanie skoro można otrzymać wszystko za jednym zamachem.