Mojo (o.ä.) Tabellenspalten zusammenführen/Mappen? (gelöst) (Fragen zu Perl-Modulen)

[thread]19319[/thread]

Mojo (o.ä.) Tabellenspalten zusammenführen/Mappen? [gelöst]

Tags: perl5 Ähnliche Threads

Leser: 15

Articles: hide open all | hide show old branches

+9 replies
Ionit

2014-10-02 12:47
User since
2006-05-16
81 Artikel
BenutzerIn
Hallo Freunde,
mit Mojo extrahiere ich Content von diversen Webseiten.

Nun habe ich folgendes Problem! Auf einer Webseite ist der Content folgendermaßen angeordnet.
Code: (dl )

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

<table> <tbody> <tr> <td> <div> Alter: <br> Wohnort: <br> Haarfarbe: <br> Figur: <br> Gewicht: <br> </div> </td> <td> <div> 28 Jahre <br> Berlin <br> blond <br> schlank <br> 54 kg <br> </div> </td> </tr> </tbody> </table>
Wie ihr hier seht, sind die Informationen (die eigentlich zusammengehören) auf zwei td-Bereiche aufgesplittet.

Ich habe hierbei nun Schwierigekeiten die Zeilen des ersten td-Bereiches mit den Zeilen des zweiten td-Bereiches zusammenzuführen - ich müsste Sie (irgendwie) mappen um den Content zusammnführen zu können.

Das Ergebnis müsste folgendermaßen aussehen:

Alter: 28 Jahre
Wohnort: Berlin
Haarfarbe: blond
Figur: schlank

Bisher arbeitete ich mit Mojo aber ich finde hierzu keine Lösung (auch weil ich noch Anfänger bin).

Hat von vielleicht jemand eine Idee wie man die beiden td-Bereichen zusammenführen/mappen kann um sie weiterverarbeiten zu können?

Vielen Dank schonmal

Gruß Matthias
Last edited: 2014-10-02 13:19:36 +0200 (CEST)
- +3 replies
- rosti
  
  2014-10-02 13:16
  
  User since
  2011-03-19
  3472 Artikel
  BenutzerIn
  
  Die im Beispiel gezeigte semantische Auszeichnung gibt das nicht her, z.B. fehlen die <tr>-Tags und <div> gehört da nicht hin. Am Besten, Du baust Dir mal selbst ein ordentliches Beispiel und testest das mit Mojo.
  - +2 replies
  - Ionit
    
    2014-10-02 13:23
    
    User since
    2006-05-16
    81 Artikel
    BenutzerIn
    
    Hallo Rosti,
    ich habe im Code-Beispiel das tr-Tag nachgetragen (das hatte ich vergessen).
    
    Dass der Code unsauber ist und dass in <table> kein DIV vorhanden sein sollte, weiß ich aber trotzdem ist das html genauso auf der Zeilseite vorhanden. Das ist wohl ein Hobbywebwaster (der nicht viel Ahnung hat) - leider habe ich keinen Einfluß auf die Gestaltung dieser Webseite - ich will/muss von dort aber trotzdem den Content extrahieren.
    
    Grübelnde Grüße
    Matthias
    Last edited: 2014-10-02 13:31:02 +0200 (CEST)
    - Raubtier
      
      2014-10-02 15:13
      
      User since
      2012-05-04
      1075 Artikel
      BenutzerIn
      
      Dann musst du die halt die beiden Zelleninhalte der Tabelle raussuchen und dann einfach an <br> splitten. Und hoffen, dass in beiden Zellen die gleiche Anzahl Elemente herauskommt.
      
      Code ggf. so:
      
      Code (perl): (dl )
      
      1 2 3 4
      
      my @keys = split /<br>/, $erstesTD; my @values = split /<br>/, $zweitesTD; my %kv; @kv{@keys} = @values;
- bianca
  
  2014-10-02 16:33
  
  User since
  2009-09-13
  7016 Artikel
  BenutzerIn
  
  Tabellen parse ich mit HTML::TableExtract. Ich weiß aber nicht, ob das mit einer kaputten Tabelle auch funktioniert.
  10 print "Hallo"
  20 goto 10
- GwenDragon
  
  2014-10-02 17:15
  User since
  2005-01-17
  14748 Artikel
  Admin1
  Nicht sehr elegant gelöst (weil Mojo::DOM keine Textknoten als Siblings einlesen will oder ich zu dusselig bin), aber es klappt:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76
  
  #!/usr/bin/perl use strict; use warnings; use 5.010; use Mojo::DOM; my $html = <<'HTML'; <table> <tbody> <tr> <td> <div> Alter: <br> Wohnort: <br> Haarfarbe: <br> Figur: <br> Gewicht: <br> </div> </td> <td> <div> 28 Jahre <br> Berlin <br> blond <br> schlank <br> 54 kg <br> </div> </td> </tr> </tbody> </table> HTML my $dom = Mojo::DOM->new($html); my ( %data_row, @keys, @val ); $dom->find('table tr td div')->each( sub { my $s = $_->content; $s =~ s/[\r\n]//g; my @data = split m|\s*<br>\s*|, $s; if ( $s =~ /:/ ) { @keys = grep /:/, @data; } else { @val = grep { !/:/ } @data; } @data_row{@keys} = (@val) if @keys; } ); say "$_ $data_row{$_}" for @keys; =comment ergibt Alter: 28 Jahre Wohnort: Berlin Haarfarbe: blond Figur: schlank Gewicht: 54 kg
  
  Last edited: 2014-10-02 17:16:33 +0200 (CEST)
  die Drachin Gwen
  
  Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
- +3 replies
- Ionit
  
  2014-10-13 10:12
  
  User since
  2006-05-16
  81 Artikel
  BenutzerIn
  
  Leider war ich gesundheitlich einige Tage ausgefallen!
  
  Ich möchte mich hiermit aber noch nachträglich für alle Antworten bedanken - das Problem konnte ich mit eurer Hilfe lösen.
  
  Vielen Dank!
  - +2 replies
  - GwenDragon
    
    2014-10-13 11:28
    
    User since
    2005-01-17
    14748 Artikel
    Admin1
    
    Und deine Lösung magst du nicht teilen mit anderen Lernenden? Poste die bitte doch oder sag welcher Hinweis dir half. ;)
    die Drachin Gwen
    
    Meine Perl-Artikel · perldev – verschiedene Perl-Versionen unter Windows starten
    - Ionit
      
      2014-10-14 19:22
      
      User since
      2006-05-16
      81 Artikel
      BenutzerIn
      
      Hallo Gwen,
      
      ich habe Dein Beispiel (vom 2.10) verwendet. Das funktioniert sehr gut!
      
      Vielen Dank dafür.
      
      Viele Grüße Matthias

View all threads created 2014-10-02 12:47.