Parsing: hvad det er, og hvordan det er skabt

Meget ofte på internettet, kan du støde et udtryk som "parsing". Hvad er det og hvorfor du skal? Det så sker, at programmører giver jobbet Spars ethvert websted. Eller en normal bruger står over for et sådant udtryk ikke kender sin værdi.

definition

Hvis vi tager en generel forstand, parsing - en sekvens af ord, når man sammenligner med lineære regler for specifikke sprog, som kan være en hvilken som helst menneske, der anvendes i kommunikationen. Det kan også blive formaliseret sprog, såsom programmeringssprog.

Og med hensyn til steder som svar på et spørgsmål om parsing - "hvad det er", "hvorfor brug" - det kan siges, at denne proces med successive parsing af de oplysninger, der er tilgængelige på websider. Teksten her er et sæt af data, som er hierarkisk ordnede og strukturerede ved hjælp af computer og menneskelige sprog. Sidstnævnte giver direkte information, som de mennesker og komme. Og programmeringssprog angive, hvordan for at vise disse data på brugerens skærm.

indhold Søg

Når ejeren kun skaber sin egen hjemmeside, blev han konfronteret med et problem: hvor man kan få indholdet til at fylde? Den bedste løsning er at søge efter WAN. Efter alt, er der uendeligt mange viden. Men så er der nogle problemer:

• Da internettet er i konstant vækst og udvikling, er det klart, at webstedet skal indeholde store mængder information for at få en fordel i forhold til konkurrenterne. I dag, at indholdet skal være meget meget. Et manuelt udfylde så mange hjemmeside information er meget vanskelig.
• Da folk ikke er i stand til at tjene den endeløse strøm af stadigt skiftende informationsbehov parsing. Hvad vil det give? Automatiserede informationsindsamling og procesændringer.

proffer parser

Et program, som udfører en proces med parsing, i sammenligning med en person har en række fordele:

• Hun går hurtigt gennem tusindvis af websider.
• Intet problem vil dele tekniske data og information til den rette person.
• Uden fejl kassere unødvendig, så kun det nødvendige.
• Fremstil emballage data der er nødvendige for brugeren visningen.

Selvfølgelig vil det endelige resultat stadig brug for nogle behandling. Det betyder ikke noget til et regneark eller database. Men det er meget lettere, end hvis du gør det manuelt, i stedet for at bruge parsing. Hvad det gør, er det klart - det sparer tid og kræfter.

design

en bred vifte af programmeringssprog bruges til at skabe parsere. De mest almindelige er scriptsprog. Det betyder, at de er skrevet i manuskriptet. Hvad er et script, og hvad der Parsing gennemføres under anvendelse af et sådant sprog, behandles senere.

Oprettelse af programmet parseren ikke kræver betydelig viden om programmeringssprog. Valgfri og grundlæggende oplysninger om teknologien. Men noget at vide det er stadig nødvendigt. Så for at vide, hvordan man skaber parsing, det vil sige, at programmet analysator, du har brug for at lære følgende:

• For det oprindelige program drift algoritme behov for en grundig analyse af kildekoden, websider, som er en donor. Der kan ikke undvære det mindste gennemsnitlige kendskab til opsætning teknologi. Denne HTML, CSS og JavaScript.
• For at dykke dybere ned i emnet, er du nødt til at lære en teknologi kaldet DOM. Det giver mulighed for at arbejde meget effektivt fra en webside hierarki.
• Den sværeste etape - at skrive en parser. Her er det nødvendigt at besidde et værktøj til forarbejdning tekst. Erfarne programmører ofte bruge til dette formål, regulære udtryk, som er stærke nok. Men det er styrken er ikke hver udvikler. Her skal du en speciel tankegang. Den optimale løsning er at bruge en færdig biblioteker, der blev skabt specielt til parsing. Hvad er dette bibliotek? Det er pakket med programkoden, som allerede indeholder alle funktioner til analyse.
• Det er meget ønskeligt at forstå objektorienteret programmering, som er støttet af alle programmeringssprog.
• Den sidste fase involverer analyse af resultaterne af behandling af data, der skal struktureres og lagres. Der kan ikke gøre uden kendskab til databaser.
• Vi har brug for den viden og besiddelse af de funktioner, der er egnede til at arbejde med filer. Efter alt, vil dataene nødt til at skrive til de samme filer og derefter måske blive omdannet til et regneark format.

etaper

Hvis alle krav er opfyldt, kan den efterfølgende proces opdeles i etaper:

1. I den første fase af parsing få kildekoden websider.
2. Det næste skridt - at udtrække de nødvendige data fra opmærkningen. Der kasseres unødvendig kode, oplysningerne er organiseret i henhold til hierarkiet.
3. Efter succesrige data skal lagres i en form, der kan videreforarbejdes.
4. Da sitet ikke består af en enkelt side, og fra sættet, algoritmen skal være i stand til at flytte til den næste side.

Så parsing - hvad er det? Dette er processen med at analysere site indhold og isolering af den ønskede information. Ved hjælp af ovenstående oplysninger, er det muligt at fylde deres websteder en masse indhold automatisk. Dette gør det muligt at vinde tid og vinde den vanskelige konkurrence på markedet saytostroiteley.