В скрипте Google Apps, как анализировать HTML, который настолько плохо структурирован, что не проверяет?

Question

В скрипте Google Apps, как анализировать HTML, который настолько плохо структурирован, что не проверяет?

Используя скрипт Google Apps, мне нужно собрать некоторые данные с веб-сайта, который имеет очень плохо структурированную информацию. HTML документ, так XmlService.parse() не в состоянии разобрать его.

Вот как выглядит "документ", я снял много строк, но сохранил структуру.

<html>
<head>
    <link href="css/bootstrap.min.css" rel="stylesheet">
    <title> Funny Site </title>
</head>
<body>

<!DOCTYPE html>
<html>
<title> Funny Site</title>
<head>
<meta charset="utf-8">

    </head>
    <body>
    <div class="mainhead">
        <div class="leftHead">
        </div>  

<script>
    $(document).ready(function(){
    //$( ".overlay" ).show();
    });
</script>
<div class="contain">

    <div class="maine"> 
        </div>

    <div class="maine2">

<div class="footer1">           

<div class="footer2"> 
    <div class="data">
        <div class="dc">
            <div class="smalltxt">Field1</div>
            <div class="largetxt">value1</div>
        </div>
        <div class="dc">
            <div class="smalltxt">Field2</div>
            <div class="largetxt">value2</div>
        </div>
        <div class="dc">
            <div class="smalltxt">Field3</div>
            <div class="largetxt adjFont" id ="someId">value3</div>
        </div>
        <div class="dc" >
            <div class="smalltxt">Field4</div>
            <div class="largetxt adjFont">value4</div>
        </div>
        <div class="dc" style="border:none;">
            <div class="smalltxt">Field5</div>
            <div class="largetxt">value5</div>
        </div>
    </div> 
</div>       
</body>
</html>

Данные, которые я хотел бы получить, находятся в div с классом data, value1 через value5,

Как ты можешь хотя бы схватить data учебный класс? Единственное, что я могу придумать, это применить регулярные выражения, но есть ли лучший способ, чем это?

1

html parsing google-apps-script xmlservice

Источник

user4592067 08 апр '16 в 04:13

1 ответ

Другие вопросы по тегам html parsing google-apps-script xmlservice

user5995677 09 апр '16 в 08:01 2016-04-09 08:01 · Answer 1 · 2016-04-09 08:01

Вы можете попробовать реализовать XSLT.

Из википедии:

XSLT (Преобразования расширяемого языка таблиц стилей) - это язык для преобразования документов XML в другие документы XML или другие форматы, такие как HTML для веб-страниц, простой текст или в объекты форматирования XSL.

Вы можете использовать это для удаления или изменения атрибутов, значений или даже элементов, которые вы хотите изменить.

Вы можете проверить учебник и тестеров на печально известном сайте w3schools