Парсинг и чистка сниппетов

[Антон]

Нужно напарсить сниппетов (с гугла и яндекса) и очистить их от html. В результате получить "один сниппет - одна строка". Желательно тут же спарсить и сниппеты с рекламных объявлений. Как настроить такое задание?

 

[Forbidden]

 

[Антон]

Благодарю!

 

[Force68]

Forbidden, спасибо!

 

[fri-lancer]

Сделал все как на картинке, но почему то не работает

 

[Forbidden]

нету живых прокси, "Ожидающих потоков: 20" означает что все потоки ждут прокси

 

[fsmakov]

Тоже сделал как на скрине..парсит с тегами и с УРЛ

 

[Forbidden]

Тоже сделал как на скрине..парсит с тегами и с УРЛ

покажи свой скрин

 

[Антон]

Кстати, подтверждаю. Куча " —", ".nbsp;..." и урлы попадаются в самых разных формах.

 

[Forbidden]

&..; это не теги, это html сущности, для них надо использовать Decode HTML Entities
о каких разных формах урлов речь?

 

[Антон]

(IMG:http://s58.radikal.ru/i159/0807/14/11a41d564de8t.jpg)
9 июня 2008 http://www.technisat.com/download/en/soft/1664.dvb.4.4.3.zip
http://www.technotrend.com/english/download/download.html. А программу,
http://www.skygrabber.com/drivers/ttBudget2_5.0.1.8.zip и...
Техническая спецификация (eng): http://www.technotrend.ru/download/TechSpec_TT-budget_20S-1401.pdf.
http://www.free-x.de/wiki/index.php/DVB-S_Budget-PCI-Card
http://manna-project.net/index.php?a...details&f_id=1
http://www.technisat.com/index6be4.h...,en,33&pID=174 SkyStar 2 V 2.8 Export RC Set IR USB http://www.technisat.com/indexfa....7896986
www.technotrend.com.
URL Разработчика: www.r-tt.com.
www.lissyara.su —>

 

[Антон]

А как Decode HTML Entities использовать?

 

[Forbidden]

выложи скрин настроек задания

А как Decode HTML Entities использовать?

через Result builder(конструктор результатов)

 

[Антон]

http://prntscr.com/4h9oad

 

[Forbidden]

урлы попадаются в самых разных формах.

по твоему скрину ты парсишь только сниппеты, если там попадаются урлы то это значит что это часть сниппета, и то как он выводиться целиком и полностью зависит от Яндекса

 

[Антон]

Ну да. Я было подумал, что они чистятся. Но, в общем-то, с чего бы.

 

[fsmakov]

скрин задания

скрин резульата

 

[Forbidden]

этот результат не от того задания которое на скрине, т.к. в результате выведен титл - урл - сниппет, а не просто сниппет, и очевидно хтмл теги встречаются только в титле

 

[fsmakov]

конечно не от того..что на скрине. я же просто так вообще зашел в эту ветку .
То..что имя файла результата отличается от того, что в настрйоках объясняется тем, что парсинг я запустил утром..а скрин сделал с тех же настроек вечером. имя файла только другое сохранено в профиле. Такая же херь парсится из быстрого задания. .точно такой же результат в файле.

 

[Forbidden]

конечно не от того..что на скрине. я же просто так вообще зашел в эту ветку .
То..что имя файла результата отличается от того, что в настрйоках объясняется тем, что парсинг я запустил утром..а скрин сделал с тех же настроек вечером. имя файла только другое сохранено в профиле. Такая же херь парсится из быстрого задания. .точно такой же результат в файле.

причем тут имя файла? я вижу явное не соответствие задания и его результата в задании ты выводишь только сниппеты, а результат смотришь совсем от другого задания, в котором в результат выводиться титл - урл - сниппет, сниппет очищен от тегов, а титл как раз нет