Извлечение адресной информации с веб-страницы

Question

Мне нужно взять веб-страницу и извлечь информацию об адресе со страницы.Некоторые из них проще, чем другие.Я ищу плагин для Firefox, приложение для Windows или VB.NET код, который поможет мне это сделать.

В идеале я хотел бы иметь веб-страницу у нашего администратора (ASP.NET/VB.NET), где вы вводите URL-адрес, и он удаляет страницу и возвращает набор данных, который я могу поместить в сетку.

Answer 1

Если вы знаете формат страницы (например, если все они похожи на эту ashnha.com страницу), то написать VB.NET код, который делает это, довольно легко:

1. Создать System.Net.Веб-запрос и преобразуйте ответ в строку.
2. Затем создайте System.Text.Регулярные выражения.Регулярное выражение и выполните итерацию по коллекции Совпадений между этим и строкой , которую вы только что извлекли.Для каждого совпадения создайте новую строку в таблице данных.

Самое сложное - это написать регулярное выражение, которое является чем-то вроде черного искусства.Видишь regexlib.com для множества инструментов, книг и т.д. О регулярных выражениях.

Если формат HTML недостаточно четко определен для регулярного выражения, то вам, вероятно, придется полагаться на некоторое вмешательство пользователя, чтобы определить, какие биты являются адресами...

Answer 2

Какой тип адресной информации вы имеете в виду?

Есть пара плагинов для FireFox Оператор & Хвосты которые позволяют вам извлекать и просматривать микроформаты с веб-страниц.

Answer 3

Аза Раскин рассказывал о распознавании, когда выделенный текст является адресом в его Предложение Firefox:Лучший Новый экран Вкладки.Кода пока нет, но я упоминаю об этом, поскольку в firefox может быть код для этого в будущем.

В качестве альтернативы, вы могли бы рассмотреть возможность использования команда map в повсеместности, хотя вам пришлось бы выбирать адреса самостоятельно.

Answer 4

Для общей очистки HTML-экрана в VB.NET ознакомьтесь с HTML-пакет Гибкости.Намного проще, чем пытаться регулярно выражать это (если только вы уже не ниндзя регулярных выражений!)

Страницу, которую вы упомянули в своем ответе, было бы легко автоматизировать, поскольку адреса представлены в согласованном формате.

Но разрешить пользователям указывать на любую страницу - это гораздо более сложная работа.Данные могут быть вообще в любом формате.Вы могли бы написать что-нибудь, чтобы вывести весь текст, угадать, как они разделены, попытаться распознать такие фрагменты, как названия стран и штатов, номера телефонов и т.д., И получить затем показать свои результаты с интерфейсом, который позволит пользователям заполнять недостающие разделы, перемещать разделители и определять биты, которые вы пропустили или которые им не нужны.

Однако это непросто, и создание интерфейса, который обеспечивает большое преимущество по сравнению с простым вырезанием и вставкой в проверенные поля формы, было бы, я думаю, настоящим достижением - мне было бы интересно узнать, как у вас дела!

Редактировать:Только что заметил этот другой вопрос, который может охватывать совсем немного из того, что вы хотите сделать:Проанализируйте полезный уличный адрес, Город, штат, почтовый индекс из строки