• Publicidad

Parsear un sitio web

¿Apenas comienzas con Perl? En este foro podrás encontrar y hacer preguntas básicas de Perl con respuestas aptas a tu nivel.

Parsear un sitio web

Notapor seguridadenmimail » 2012-02-18 23:42 @029

Estimados,
Estoy tratando de parsear la siguiente web, ya que me gustaría ver la información en consola y no por web, ya que ésta mete mucha publicidad.

El sitio es:
http://91.123.198.225/Personas/APELLIDO ... xxxx&Sex=M

Aquí obtenemos una tabla con información pero no sé cómo parsear el HTML.

Alguien me puede ayudar.

Muchas gracias.
seguridadenmimail
Perlero nuevo
Perlero nuevo
 
Mensajes: 69
Registrado: 2011-08-30 19:28 @853

Publicidad

Re: Parsear un sitio web

Notapor explorer » 2012-02-19 08:27 @394

Yo uso Firefox con el complemento AdBlockPlus, y no veo ninguna publicidad :)

Una cosa: la información que da esta web es ilegal en muchos países, así que me temo que no va a durar mucho.

Viendo el código HTML, vemos que es un auténtico desastre: las marcas <html> están repetidas hasta tres veces. Quizás lo hagan para despistar, pero parece más bien que el programador no sabe lo que es pasar por un control de calidad...

Para extraer la información de la tabla, puedes hacerlo con expresiones regulares, o incluso con el operador rango, sabiendo que la tabla comienza en una línea que comienza así:

<table border='1'...

hasta la siguiente línea que comienza por

<...

En CPAN tienes muchos módulos que son capaces de analizar el código HTML, como por ejemplo HTML::TreeBuilder. Mira su sinopsis.
JF^D Perl programming & Raku programming. Grupo en Telegram: https://t.me/Perl_ES
Avatar de Usuario
explorer
Administrador
Administrador
 
Mensajes: 14480
Registrado: 2005-07-24 18:12 @800
Ubicación: Valladolid, España

Re: Parsear un sitio web

Notapor seguridadenmimail » 2012-02-19 12:53 @579

Muchas Gracias.
Saludos.
seguridadenmimail
Perlero nuevo
Perlero nuevo
 
Mensajes: 69
Registrado: 2011-08-30 19:28 @853


Volver a Básico

¿Quién está conectado?

Usuarios navegando por este Foro: No hay usuarios registrados visitando el Foro y 25 invitados

cron