Witam,
Piszę program w C#, który parsuje stronę HTML w poszukiwaniu konkretnych informacji (np. książek w danym dziale na stronie głównej księgarni), następnie chciałbym by automatycznie przeszedł do podstrony danego działu (programowanie) i wypisał mi dostępne książki z tego działu (programowanie).
Największy problem mam jak zaimplementować w C# automatyczne przejście do wybranych podstron?
Rekurencją? Zakładając, że parser odnajduje jakiś interesujący Cię link, odpalasz go jeszcze raz, ale już dla tej podstrony. Pamiętaj, żeby sobie zdefiniować głębokość, bo jeszcze skopiujesz cały internet :P
SomeType ParseHtml(string url,int maxDepth)
{
if(urlFound && maxDepth > 0)
ParseHtml(url, maxDepth-1);
}
No dobrze wyszukuje linki lecz nie wszystkie (korzystam z wyrażeń regularnych), wyszukuje linki w pełnej wersji
<a href="http://www.jakaś strona... ale już nie wyszukuje odnośników typu:
<a href="/pl/pl/coś tam dalej choć po najechaniu myszką na pasku wyświetla się cały adres, dlaczego tak się dzieje?
podstawy html - nie wiem jak bez tego chcesz się zabierać za parser -,-
słowa kluczowe ścieżka względna i bezwzględna
Problem polega na tym, że parsuję kod HTML przy pomocy wyrażeń regularnych i nie wiem jak napisać kod aby mieć dostęp do całej ścieżki bezwzględnej a nie tylko do jej fragmentu.
Możesz to i parsować znak po znaku jakimś switchem, url musisz sobie sam wygenerować. Skoro w pliku masz zapisany względny to sam z siebie się na bezwzględny nie zmieni.