2. Fórumok
  3. Szoftverfejlesztés
  4. Programozás topic
  5. (kiemelt téma)

Új hozzászólás Aktív témák

  • #8249 bambano titán Sk8erPeter #8246
    Új Válasz #8249
    Új hozzászólás
    Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra
    Privát üzenet küldése

    bambano

    titán

    válasz Sk8erPeter #8246 üzenetére

    Simán :)

    Ez volt az eredeti link: /direkt nem linkként/
    http://ingatlan.com/kutvolgy/elado+lakas/tegla-epitesu-lakas/budapest+12+kerulet+dios+arok/21040926?sid=6

    ebből, és ha megnézed az oldalt, amire mutat, látszik, hogy a 21040926 a hirdetés azonosítója. így egy próbálkozást megért nekem tegnap este, hogy kigyaluljam belőle a nem fontosnak tűnő adatokat és maradt ez:

    http://ingatlan.com/21040926

    ezt le lehet tölteni a weblapról, és abban benne van minden. ezek után belenézel a html-be, és megtalálod, hogy így írták le a dolgokat:
    <tr><th>Ingatlan állapota</th></td><td>újszerű</td><th>Emelet</th></td><td>2</td></tr>
    <tr><th>Épület szintjei</th></td><td>3</td><th>Fűtés</th></td><td>házközponti egyedi méréssel</td></tr>

    tehát azt a két sort kell kiszedni, amiben az Emelet és a szintjei string szerepel.

    ez linuxon kb. ennyi:
    wget -O - http://ingatlan.com/21040926 | egrep 'Emelet|szintjei'

    a többit már csak egy kis seddel vagy awk-kal ki lehet szedni. ha a hozzá tartozó számok egyenlőek, akkor az url-ben levő azonosítót kell letárolni.

    értelemszerűen az azonosítót, mint ciklusváltozót kezelve le lehet nyalni a komplett adatbázist. (most nem tekintem, hogy ezért lelőnek)

    ha ezt a kérdéskört bedobod a nagy shell script topicban, negyed óra alatt összedobják neked a komplett megoldást :)

    megjegyzem, ezzel a paranccsal csak azt az egy html oldalt tölti le, ami karakteresen tartalmazza az adatot. a sallangokat, képet, css-t, egyebet nem. ennél kevesebből szerintem nem lehet megoldani, feltéve, hogy nincs közvetlen adatbázis hozzáférése.

    szerk: arra azért készülj fel lélekben, hogy nem lesz minden oldalon minden adat pontosan kitöltve, tehát lehet, hogy több változat lesz a string keresésre.

Új hozzászólás Aktív témák