https://www.opennet.dev/openforum/vsluhforumID9/6897.html всем привет!<br><br>встала необходимость написать кусок кода который будет парсить очень много HTMLя (конкретно - разных web страниц). он должен работать (желательно) очень быстро. HTML может быть иногда будет кривой, неправильный и т. д. главное скорость и надёжность парсера. очень желательно что бы он был на С++ (на крайняк С тоже подойдёт)<br>какую библиотечку выбрать?<br><br>я знаю что в некоторых больших проектах использовался libxml2, но он написан на С. это то к чему я склоняюсь.<br>есть libxml++ -врапер для libxml2 о ней я ничего не занаю. счас пойду смотреть код.<br>xerces c++ кажется бы подошёл но его может плющить если страница не соответствует спецификации XML. в доках так написано.<br>HTML Tidy Library ? хмммм<br>кто что может ещё предлдожить? варианты? мысли?<br>мне интересно что скажут местные мозги :-)<br><br>заранее благодарен за ответы!<br>_________________<br>WBR, Arifolth<br> https://www.opennet.dev/openforum/vsluhforumID9/6897.html#6 Thu, 06 Mar 2008 08:59:26 GMT &gt;&gt;ссылки которые будут в страницах <br>&gt;<br>&gt;Так я и думал. Правильно вам посоветовали - используйте pcre. Это будет <br>&gt;на несколько порядков быстрее и позволит вам искать ссылки даже в <br>&gt;js коде, что не позволяет парсинг HTML. Примеры регексов для поиска <br>&gt;ссылок можно найти гуглом, а можно изучить регексы и сделать самому. <br>&gt;<br><br>Xerces-c<br> https://www.opennet.dev/openforum/vsluhforumID9/6897.html#5 Thu, 01 Nov 2007 03:42:54 GMT &gt;ссылки которые будут в страницах <br><br>Так я и думал. Правильно вам посоветовали - используйте pcre. Это будет на несколько порядков быстрее и позволит вам искать ссылки даже в js коде, что не позволяет парсинг HTML. Примеры регексов для поиска ссылок можно найти гуглом, а можно изучить регексы и сделать самому.<br><br><br> https://www.opennet.dev/openforum/vsluhforumID9/6897.html#4 Wed, 31 Oct 2007 15:30:43 GMT &gt;&gt;Парсить с какой целью? что вы хотите получить как результат парсинга? <br>&gt;ссылки которые будут в страницах <br><br>Тогда не легче ли использовать регулярные выражения, например pcre?<br>Кривость документа будет побоку и, скорее всего, будет работать быстрее.<br> https://www.opennet.dev/openforum/vsluhforumID9/6897.html#3 Wed, 31 Oct 2007 12:53:33 GMT &gt;Парсить с какой целью? что вы хотите получить как результат парсинга? <br><br>ссылки которые будут в страницах<br> https://www.opennet.dev/openforum/vsluhforumID9/6897.html#2 Wed, 31 Oct 2007 12:15:53 GMT Парсить с какой целью? что вы хотите получить как результат парсинга?<br><br> https://www.opennet.dev/openforum/vsluhforumID9/6897.html#1 Wed, 31 Oct 2007 10:27:55 GMT firefox (gesko) ?<br><br>=)<br>