Парсинг стены паблика в vk.com

[inshallakh]

Только начинаю знакомство с Зеннопостер, освоил самые базовые вещи, теперь пробую написать парсер контента из паблика вконтакте. Возник: как правильно написать регулярку, чтобы отсечь лишний код? У меня при парсинге получается вот такое:
wall_post_text">текст поста.*</div>
wall_post_text">текст поста.*</div>
wall_post_text">текст поста.*</div>

 

[VladZen]

В конструкторе регулярных выражений указать:
wall_post_text"> - что перед текстом
*</div> - что после текста

 

[inshallakh]

Спасибо за подсказку!

Еще вопрос. Нужно очистить спарсенный текст от HTML-кода:

Его много разного:

<br style="display: none;"><a style="display: none;" class="wall_post_more" onclick="hide(this, domPS(this)); show(domNS(this));">Expand text..</a><span style="">

<a class="wall_post_more" onclick="hide(this, domPS(this)); show(domNS(this));">Expand text..</a><span style="display: none"></a>

<br>

</div>


Можно ли одним экшеном очистить текст от всего этого? Чтобы не плодить вот такое количество замен:
http://take.ms/bw9Ye

И еще не совсем понятно, как организовать пропуск постов с картинкаи.

 

[VladZen]

Замена: Что: <.*?> На: пусто (тип Regex) . Тогда одним экшном все очистите.

Но вообще можно брать сразу только текст с веб-страницы без html-кода - Действие>Табы>Данные - Что взять>Текст.

 

[inshallakh]

Попробовал вашим способом. Действительно, сразу спарсился текст. Но это не решает проблему, замен все равно придется делать много, причем, наверное, по более сложным правилам. В тексте полно вот такого:

- название паблика перед каждым постом
- номера постов
- рекламные посты
- время ("42 minutes ago", "today at 12:25 am")
- много пустых пробелов и строк

 

[inshallakh]

Наверное самый простой способ избавиться от лишнего - удалить весь текст, который не подпадает под шаблон:
<название паблика> <пост>

пример:
"World of History «Полосатый рейс» — фильм, конечно, веселый, но был на съемках и очень мрачный эпизод, связанный со смертью льва Васи."

Подскажите, как это сделать?

 

[inshallakh]

Уже сообразил, можно не отвечать

 

[inshallakh]

Сообразил-то сообразил, но одна проблема осталась. Пытаюсь вычистить "Expand text..": http://take.ms/WYRqN
Проект успешно срабатывает, но "Expand" почему-то не вычищается

 

[VladZen]

Сообразил-то сообразил, но одна проблема осталась. Пытаюсь вычистить "Expand text..": http://take.ms/WYRqN
Проект успешно срабатывает, но "Expand" почему-то не вычищается

Протестировал как вы делаете - все вычистилось.

 

[budora]

Сообразил-то сообразил, но одна проблема осталась. Пытаюсь вычистить "Expand text..": http://take.ms/WYRqN
Проект успешно срабатывает, но "Expand" почему-то не вычищается

Может проще и быстрее будет использовать VK API. К примеру метод wall.get.xml
Вот вам для примера http://api.vk.com/method/wall.get.xml?domain=b2band Чистить ничего не надо и есть возможность задать критерии по дате и популярности.

 

[inshallakh]

Через апи тоже пролезает код (<br><br>)...
А как через Апи заполучит полный список постов?

 

[budora]

Через апи тоже пролезает код (<br><br>)...
А как через Апи заполучит полный список постов?

http://vk.com/pages?oid=-1&p=wall.get
http://api.vk.com/method/wall.get.xml?domain=b2band&count=100 для 100 для большего задаём смещение
Всё есть в документации и в гугле 1000 примеров

 

[familygroupe]

Подскажите, а как сохранить результат апи запроса в текстовый файл без ссылок и прочего мусора?