Конструктор результатов

Конструктор результатов - позволяет преобразовывать запросы и результаты от каждого парсера перед их форматированием и сохранением на диск

Возможности(top)

• Разделение результата на части с помощью регулярного выражения или с помощью произвольного разделителя
• Замена подстроки в результате или замена регулярным выражением
• Выделение домена\главного домена из ссылки
• Приведение результата к верхнему\нижнему регистру
• Удаление HTML тегов(<b>text</b> -> text)
• Преобразование HTML сущностей в их Unicode эквиваленты(&copy; -> ©)
• Получение данных с помощью XPath-запросов

Основные варианты использования(top)

• Сохранение в результат только доменов
• Очистка текста от HTML тегов
• Поиск и замена подстрок
• Парсинг произвольной информации через регулярные выражения или с помощью XPath-запросов

Примеры(top)

Сохранение только доменов при парсинге ссылок с поисковых систем(top)

В качестве источника(Source result) используются элементы link из массива serp из первого парсера(p1), к каждому элементу будет применена функция извлечения главного домена из ссылки, новый результат будет сохранен под тем же именем(элемент link в массиве serp) - поэтому изменять формат результата не требуется

Сохранение сниппетов с поисковых систем с очисткой от HTML тегов и преобразованием HTML сущностей(top)

По умолчанию анкоры и сниппеты парсятся со всеми вложенными тегами, что позволяет сохранять такое же форматирование как при просмотре выдачи с поисковых систем. Если необходим только чистый текст то можно воспользоваться возможностями Конструктора результатов:

В данном примере к сниппетам последовательно применено два Конструктора результатов - удаление HTML тегов и преобразование HTML сущностей

Парсинг ссылок из поисковой выдачи с помощью XPath(top)

В данном примере показан парсинг ссылок из поисковика search.disconnect.com. Используется XPath-запрос //ul[contains(@id,'normal-results')][email protected]