Цитата(spyswamp @ 15.8.2011, 10:29  ) |
| Алгоритм избавления от дубликатов + функтор? |
Да, ты правильно понял. В отношени HTML
Но если проще - то нужно отфильровать СТАРЫЕ ссылки
Так точнее
| Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате |
| Форум программистов > C/C++: Общие вопросы > Как идентифицировать элемент? |
| Автор: Lindemann66 15.8.2011, 10:26 |
| Всем привет! Требуемый алгоритм 1. Считали HTML 2. Записали в базу 3. Считали ещё раз 4. Профильтровали ссылки (<a>) и отобразили только НОВЫЕ Вот с 1-3 пунктами всё ок, а с 4 загвостка Как идентифицировать ссылку, чтобы понять - вот эта ссылка, она есть и там и там, её не отображаем? Мы можем сохранить путь к <a> (например, div, div, table, td, tr, a) Но этот путь не идентифицирует ссылку УНИКАЛЬНЫМ образом. Ссылок с таким текстом и таким путём может быть ОЧЕНЬ много в тексте Надо как-то по другому А как - хоть убей, не могу сообразить Может, у кого-то есть идеи на этот счёт? P.S. Реализую на Qt |
| Автор: spyswamp 15.8.2011, 10:29 |
| Алгоритм избавления от дубликатов + функтор? Или ты плохо объяснил суть проблемы? |
| Автор: Lindemann66 15.8.2011, 10:30 | ||
Да, ты правильно понял. В отношени HTML Но если проще - то нужно отфильровать СТАРЫЕ ссылки Так точнее |
| Автор: Lindemann66 15.8.2011, 12:11 |
| Вобщем, решено использовать href в качестве "идентифицирующего" элемента Т.е., если ссылки с таким href не было - она новая В противном случае - игнорируем Также, нужно учитывать исчезнувшие ссылки - вдруг у них просто заменился href? |
| Автор: borisbn 15.8.2011, 12:24 |
| а что будешь делать, если в href стоит какой-нибудь .../latest_news.php ? |
| Автор: xvr 15.8.2011, 14:03 | ||||
Место ссылки (где стоит сам тег <A>) будет идентифицировано вполне уникально. (Можно распарсить HTML в виде DOM дерева, и путь от корня до каждого элемента <A> будет его идентификатором)
С текстом - да, с путем - нет NB. Ссылки из HTML бывают не только в виде тегов <A> |