Спарсил баш
13.07.2010
Вообще гордиться особо нечем. Просто взял да спарсил.
Прога пишется за пять минут, выполняется за пятнадцать.
На форму ставятся два текстовых поля у обоих выключается перенос строк, idHTTP это компонент на вкладке indi clients,его просто лепим на форму.
procedure parsbash;
var i,i2:integer;
begin
for i:=1 to 505 do
begin
memo1.Text:=IdHTTP1.Get(’http://bash.org.ru/index/’+inttostr(i));
memo1.Lines.SaveToFile(’temp’);
memo1.Lines.LoadFromFile(’temp’);
for i2:=0 to memo1.Lines.Count do
if pos(’<div>’,memo1.Lines[i2])=3 then
memo2.Lines.Add(memo1.Lines[i2]);
memo2.Lines.SaveToFile(’vse.txt’);
end;
end;
Результат правда надо почистить от тегов <div> и </div> но уж это точно может каждый.
Выкладываю итоговый результат. Каждая строка это отдельная запись. Лишние теги уже убрал.
elsper.ru/wp-content/vse.rar
Автор: Elsper.ru
13.07.2010 в 17:08
Парсинг это плохо. Я сам парсю разные сайты для контента, например был сайт на 25к страниц я с него спарсил 8к страниц. Там был реально набранный оформленный контент. обидно то что у меня тоже есть СДл сайты, с уникальным, форматированным контентом, а их может тоже кто то парсит.
13.07.2010 в 17:46
Может и плохо, хотя конкретно баш итак парсят все кому не лень
13.07.2010 в 20:15
Офигеть как все просто на делфе делается О_о Надо будет попробовать что-нибудь замутить… в сторону интернета вообще не программировал ни разу, потому что не знаю как… а делфю знаю более менее.
13.07.2010 в 23:54
Как там у тебя сетлинкс? Берут?
Монетизируешь забаненные ГС?
14.07.2010 в 00:02
По внутрякам ни в плюс ни в минус.
Забаненные берут только если у них пр есть. В общем то за счет пр и росту.
14.07.2010 в 01:21
Я помню как-то спарсил все новости с top.rbc.ru и два каталога статей, когда парсеры писать учился