بدست آوردن دیتا از فایل html

[linux]

روشی هست که اطلاعات که در یک جدول فایل html را بدست آورد

[یاشار]

می‌تونید از یک کلاس html parser استفاده کنید. اگر نمیخواهید کل صفحه رو تجزیه کنید می‌تونید از RegularExpression استفاده کنید.

[linux]

ممنون از راهنمایی اگر میشه این کلاسی که می گید و یا هر چیز دیگه یک مثال کوچک بزنید

[یاشار]

مثلا می‌خواهیم همه تاریخ‌هایی که اول هر پست تو همین صفحه وجود داره رو پیدا کنیم. با یک نگاه به source صفحه متوجه می‌شیم که این تاریخ‌ها بین تگهای span class="postdetails" و span class="gen" قرار دارند. ( عکس پایین ) با فرض اینکه strSource، همون source صفحه html باشه، با استفاده از RegEx می‌تونیم تمام تاریخ‌ها رو استخراج کنیم. ( البته Pattern رو می‌شه خیلی بهینه‌تر نوشت ولی این رو سریع نوشتم )

        Dim Pattern As String



        Pattern = "(?<=<span class=""postdetails"">)" 'look behind 

        Pattern &= "[^<]+" 'actual value to capture

        Pattern &= "(?=<span class=""gen"">)" 'look ahead



        Dim RE As New Regex(Pattern, RegexOptions.IgnoreCase Or RegexOptions.Singleline Or RegexOptions.Multiline)



        Dim matches As MatchCollection = RE.Matches(strSource)



        If matches.Count > 0 Then

            For Each m As Match In matches

                MsgBox(m.Value)



            Next

        End If

در مورد کلاس‌های Parser هم هر کلاسی طرز استفاده خودش رو داره. باید به Doc خود کلاس مراجعه کنید.