как парсить сниппеты гугла

Sergodjan · 11.06.2014

blud сказал(а):
собственно вопрос в теме..
не пинайте если уже где то тема есть на форуме(я не нашел) лучше ткните носом...

я попробовал как паршу разные сайты: беру dom и пытаюсь найти что нужно ...а тут ... ничо не понял (((((

да вроде бы как обычно - находим за что зацепиться и парсим регуляркой, например вот что у меня получилось:

Код:

(?<=<span\ class="st">).*?(?=</span>)

а потом чистим от мусора (хтмл-теги)..

Sergodjan · 11.06.2014

в парсинге по регулярке, которую я привел - нет ссылок..
:dz:

ваш способ безусловно оч. интересный, но ... все же..
приведите пример спасренного снипета по вашему методу..

rostonix · 11.06.2014

Ну ссылки то наверное тегами какими-то обозначены?

Sergodjan · 11.06.2014

blud сказал(а):
правильно, но там нет и нужных мне кейвордов, которые есть в тайтлах

тайтлы можно отдельно регуляркой парсить - там по h3 тегу оч. удобно цеплять их..
просто ради интереса, скопипастье что у вас в переменной text после парсинга лежит?

Sergodjan · 11.06.2014

blud, я так понимаю, что это снипеты с одной страницы выдачи все вместе, как бы в куче?
если да, то советую все же разбирать регуляркой отдельными снипетами, там и ссылок нет уже изначально, и перемешивать снипеты можно легко.. осталось лишь только допарсить заголовки, зацепившись за h3..
таким образом получите именно то что хотели, но с плюшками - уникализация перемешиванием, настраивать какие снипеты брать, какие игнорировать (по номерам снипетов например.. это для лучшей уникализации)..

jumanji · 19.01.2018

sergodjan66 сказал(а):
да вроде бы как обычно - находим за что зацепиться и парсим регуляркой, например вот что у меня получилось:

Код:

(?<=<span\ class="st">).*?(?=</span>)

а потом чистим от мусора (хтмл-теги)..

Посмотреть вложение 5621

нашел на форуме регулярку - <.*?> – поиск всех html тегов, например, чтобы спарсенный текст очистить от кода.
спарсил текст - сохранил его в список - перемешал элементы списка - и на этом остановился, как в это поле вставить текст, переменной не создавалось же

Sergodjan · 19.01.2018

jumanji сказал(а):
нашел на форуме регулярку - <.*?> – поиск всех html тегов, например, чтобы спарсенный текст очистить от кода.
спарсил текст - сохранил его в список - перемешал элементы списка - и на этом остановился, как в это поле вставить текст, переменной не создавалось же

Операции над списком - Объединить элементы списка в переменную и ее вставить в Обработка текста..

Поиск

как парсить сниппеты гугла

blud

Client

Sergodjan

Administrator

blud

Client

Sergodjan

Administrator

blud

Client

rostonix

Известная личность

Sergodjan

Administrator

blud

Client

blud

Client

Sergodjan

Administrator

blud

Client

jumanji

Client

Sergodjan

Administrator

Кто просматривает тему: (Всего: 1, Пользователи: 0, Гости: 1)