Ontleding van: wat dit is en hoe dit geskep

Heel dikwels op die Internet, kan jy 'n term teëkom soos "ontleding van". Wat is dit en hoekom jy nodig het om? Dit gebeur so dat programmeerders gee die werk sparre enige terrein. Of 'n normale gebruiker gekonfronteer met so 'n term nie die waarde daarvan weet.

definisie

As ons 'n algemene gevoel, die ontleding - 'n reeks van woorde wanneer dit vergelyk word met lineêre reëls van spesifieke taal wat enige mens kan wees, gebruik in kommunikasie. Dit kan ook geformaliseer taal, soos die programmeertaal.

En ten opsigte van persele in reaksie op 'n vraag oor parsing - "wat dit is", "hoekom gebruik" - dit kan gesê word dat hierdie proses van opeenvolgende parsing van die inligting wat beskikbaar is op webblaaie is. Die teks hier is 'n versameling van data wat hiërargies georden en gestruktureer deur middel van die rekenaar en menslike taal. Laasgenoemde gee direkte inligting, waarvoor die mense en kom. En programmeertale spesifiseer hoe om hierdie data op monitor die gebruiker se vertoon.

inhoud Soek

Wanneer die eienaar net skep sy eie webwerf, is hy gekonfronteer word met 'n probleem: waar om te kry die inhoud te vul? Die beste opsie is om te soek na die WAN. Na alles, daar is oneindig baie kennis. Maar dan is daar 'n paar probleme:

• Sedert die internet voortdurend groei en ontwikkeling, is dit duidelik dat die webwerf groot hoeveelhede inligting ten einde 'n voordeel bo die kompetisie moet bevat. Vandag, die inhoud moet baie wees. A hand in te vul soveel inligting oor die webwerf is baie moeilik.
• Sedert mense nie in staat is om die eindelose stroom van steeds veranderende inligting dien behoeftes ontleding van. Wat sal dit gee? Outomatiese inligting insameling en proses veranderinge.

voor-parser

'N Program wat 'n proses van ontleding voer, in vergelyking met 'n persoon het 'n aantal voordele:

• Sy vinnig loop deur duisende webblaaie.
• Geen probleem sal tegniese data en inligting te deel met die regte persoon.
• Sonder fout weggooi onnodige, sodat net wat nodig is.
• Produseer verpakking data wat nodig is vir die gebruiker toon.

Natuurlik, sal die finale uitslag nog 'n paar behandeling nodig het. Dit maak nie saak aan 'n sigblad of databasis. Maar dit is baie makliker as wanneer jy dit met die hand doen, eerder as om die gebruik van die ontleding. Wat beteken dit, is dit duidelik - spaar tyd en moeite.

ontwerp

'n verskeidenheid van programmeertale wat gebruik word om parsers skep. Die mees algemene is script tale. Dit beteken dat dit is beskrywe in die script. Wat is 'n script en wat die ontleding van uitgevoer met behulp van so 'n taal sal later oorweeg word.

Skepping van die program parser nie beduidende kennis van programmeertaal vereis. Opsioneel en basiese inligting oor die tegnologie. Maar iets om te weet dit is nog nodig. So, om te weet hoe om parsing skep, dit wil sê, die program ontleder, moet jy die volgende leer:

• Vir die aanvanklike program operasie algoritme moet 'n deeglike ontleding van die bron-kode, webblaaie, wat 'n skenker. Daar kan nie sonder ten minste gemiddelde kennis van setwerk tegnologie. Hierdie HTML, CSS en JavaScript taal.
• Om dieper te duik in die onderwerp, wat jy nodig het om 'n tegnologie genaamd DOM leer. Dit bied 'n geleentheid om baie effektief te werk vanaf 'n webblad hiërargie.
• Die moeilikste deel - die skryf van 'n ontleder. Hier is dit nodig om 'n instrument vir die verwerking van die teks besit. Ervare programmeerders gebruik dikwels vir hierdie doel, gereelde uitdrukkings, wat genoeg kragtige is. Maar dit is die krag is nie elke ontwikkelaar. Hier kan jy 'n spesiale ingesteldheid nodig. Die optimale oplossing is om 'n gereed gemaak biblioteke wat spesifiek geskep is vir die ontleding gebruik. Wat is hierdie biblioteek? Dit is gepak met die program kode, wat reeds bevat al die funksies vir ontleding.
• Dit is hoogs wenslik om objek-georiënteerde programmering, wat ondersteun word deur enige programmeertaal te verstaan.
• Die finale fase behels die ontleding van die resultate van die verwerking van die data word gestruktureer en gestoor. Daar kan nie sonder die kennis van databasisse.
• Ons moet die kennis en die besit van die funksies wat geskik is vir die werk met lêers. Na alles, sal die data nodig om te skryf aan hierdie selfde lêers, en dan, miskien, omskep word in 'n spreadsheet formaat.

stadiums

Indien aan alle vereistes voldoen is, kan die daaropvolgende proses word verdeel in fases:

1. In die eerste fase van parsing kry die bronkode webblaaie.
2. Die volgende stap - onttrek die nodige data vanaf die opmaak. Daar is weggegooi onnodige kode, die inligting is georganiseer volgens die hiërargie.
3. Na suksesvolle data sal gestoor word in 'n vorm wat kan verder verwerk word.
4. Sedert die site nie bestaan uit 'n enkele bladsy, en van die stel, die algoritme moet in staat wees om te skuif na die volgende bladsy.

So, die ontleding van - wat is dit? Dit is die proses van ontleding van inhoud van die webtuiste en isoleer die verlangde inligting. Die gebruik van die bogenoemde inligting is dit moontlik om hul webwerwe baie inhoud outomaties vul. Dit maak dit moontlik om tyd te wen en wen die moeilike kompetisie in die mark saytostroiteley.