Obróbka Danych Ze Stron

[MC']

Witam,

Przyszlo mi napisac program/skrypt pobierajacy, analizujacy i parsujacy dane z plików tekstowych (wybiera np konkretne wartosci ze znaczników xml, wyszukuje konkretne lancuchy itp) zawartych w naszym ulubionym Internecie a nastepnie na podstawie tych danych tworzacy zapytania do konkretnych serwerów

Dlatego chcialem zapytac czy ktos kiedys bawil sie w to i jaaki jezyk do takich celów polecacie. Zastanawiam sie obecnie nad Perl-em ?

 

Z góry dzieki za wskazówki

Pozdrawiam

MC

[borzole]

Jak zwykle najlepsze będzie to w czym Ci wygodnie.

* Ja się bawiłem xml w pythonie i z tego co pamiętam to było bajkowo, ale już nie pamiętam którym modułem http://www.google.pl/search?q=python+xml

* Jest też takie fajne konsolowe narzędzie xsltproc, które może obrobić i transformować XML, dzięki odpowiednim stylom XSL Śmieszne takie, onet można sobie tym wygenerować.

[MC']

Dzięki borzo jesteś wporzo

No zostane z pythonem i modułem http do tego zobaczymy co się da zrobić z tego

[borzole]

Tak sie przed chwila bawilem i to calkiem przyjemnie sie wyciaga dane z tagów. Przykladowo lita topików z forum z adresu lub z pliku

#!/usr/bin/env python
#-*- coding:utf-8 -*-

import os
import urllib
from xml.dom import minidom

url="http://forum.fedora.pl/index.php?/rss/forums/5-forum-fedorapl/"
local=os.getenv("HOME")+"/rss-z-forum.fedora.pl.xml"

def forum_topics(source):
DOMTree = minidom.parse(source)
cNodes = DOMTree.childNodes
for i in cNodes[0].getElementsByTagName("item"):
	print i.getElementsByTagName("title")[0].firstChild.data
	#~ print item.toxml()

def test_online():
src=urllib.urlopen(url)
forum_topics(src)

def test_local():
# save xml to file
src=urllib.urlopen(url)
with open(local,'w') as f:
	f.write(src.read())
# read xml from file
with open(local, 'r') as source:
	forum_topics(source)

if __name__ == "__main__":
test_online()
print " ---------------------------------------------- "
test_local()

Znalazlem tez swoje zabawy z modulem httplib2 ale cos mi tam nie chcialo dzialac, wiec nie wklejam