ve Firefoxu použijte DOM Inspektor, můžete v něm vizuálně vybrat požadovaný uzel. U něj pak již můžete vidět přímo id, pokud nějaké má, nebo vidíte alespoň stromovou strukturu dokumentu, ze které snadno vyčtete, o který prvek se jedná.
Někde jsem viděl i rozšíření, které zobrazovalo přímo XPath vybraného elementu, jistě nebude problém jej najít.
Filip Jirsák
24 Mar 2006 15:08:48 +0100, Petr Kolesa <
[EMAIL PROTECTED]>:
Ahoj,
nevite nekdo, nebo jeste lepe nemate zkusenost, s nastrojem, ktery by
umel vytahat udaje z html stranek? Predstavuju si to takhle: uzivatel
otevre html stranku (treba ulozenou na disku) -- ta se mu zobrazi aspon
ramcove podobne jako v browseru. Graficky vyznaci pozadovana data a
jejich typ. Tool (pro jedoduchost treba jen na zaklade html struktury
dokumentu) vygeneruje extrakcni pravidla nebo, jeste lepe, primo nejaky
java-enabled extraction engine.
Koukal jsem po webu a blizi se tomu jen MnM a Melita. Problem MnM je v
tom, ze generovani pravidel a extrakce dat zavisi na pluginu AMILCARE,
ktery jiz neni dostupny. Melita je sice taky nad AMILCAREm, ale ta uz ho
aspon v sobe ma. Nevyhoda Melity je v tom, ze zhusta pada a zobrazuje
html stranku jako cisty text -- v tom aby se cert vyznal.
Priklad, proc to potrebuju: mam cca 40 web adres vyhledavacu clanku z
oboru (napr schoolar.google.com, scopus.com, portal.isiknowledge.com,
...) a chci udelat metavyhledavac, ktery se dotaze tech vyhledavacu a
pak agreguje jejich vysledky. A rozhodne se mi nechce rucne pocitat a
kodovat, kolik div-tagu musim preskocit, abych precetl nazev clanku ...
Taky chci, aby, az nektery z tech vyhledavacu prekope strukturu stranky,
mohl pouceny laik znovu oznackovat stranku.
Predpokladam, ze v dobe, kdy vsichni mluvi o semantickem webu a
automatickem znackovani webu nesemantickeho, musi takovyhle naprosto
fundamentalni nastroj uz existovat.
Pekny den
kolisko
--
Filip Jirsák
[EMAIL PROTECTED]
