В повторяющихся границах нужно парсить характеристики

Всем привет!
В повторяющихся границах вот такой контент с характеристиками:

HTML:

>Gewindestange<br />Befestigungseinheit für isFang Dreibeinstativ auf 1 FangFix-Stein.<br /><br /><br />Fabrikat:&nbsp;&nbsp;&nbsp;&nbsp;OBO BETTERMANN<br />Typ:&nbsp;&nbsp;&nbsp;&nbsp;isFang 3B-G1<br />Länge:&nbsp;&nbsp;&nbsp;&nbsp;270mm<br />Werkstoff: &nbsp;&nbsp;Edelstahl, rostfrei Werkstoff 1.4301<br />Art.-Nr.:&nbsp;&nbsp;&nbsp;&nbsp;5408971<br /><br />Einheit:&nbsp;&nbsp;<br />

Так удобнее для просмотра:
КОД---> Gewindestange<br />Befestigungseinheit für isFang Dreibeinstativ auf 1 FangFix-Stein.<br /><br /><br />Fabrikat:&nbsp;&nbsp;&nbsp;&nbsp;OBO BETTERMANN<br />Typ:&nbsp;&nbsp;&nbsp;&nbsp;isFang 3B-G1<br />Länge:&nbsp;&nbsp;&nbsp;&nbsp;270mm<br />Werkstoff: &nbsp;&nbsp;Edelstahl, rostfrei Werkstoff 1.4301<br />Art.-Nr.:&nbsp;&nbsp;&nbsp;&nbsp;5408971<br /><br />Einheit:&nbsp;&nbsp;<br /> <---КОД

Мне нужно спарсить названия характеристик, типа "Fabrikat", "Länge" и т.д., т.е. они между "<br />" и ":" (двоеточие). Также их значания - это после ":", соответственно. Характеристики могут быть разные, их порядка 180-200 штук. У меня версия CD 8 с возможностью задавать до 20-ти характеристик. В общем, если в ручную искать на сайте из порядка 10 тыс.тов. эти характеристики, а потом делать 10 конфигов для парсинга - это такой гимор...

На данный момент могу парсить в каждую ячейку CSV-файла название характеристики и ее значение, т.е. будет так "Länge: 270mm". Нужно разбить именно при парсинге. Я конечно могу сделать макрос в Excel потом и все привести в нужный вид, но... ведь хочется все максимально удобно сделать.

Вот такая не хитрая задача. Кто может помочь?

 

Беру с официального сайта производителя (локализация немецкая) и после захода надо кликнуть на закладку "Ausschreibungstexte" и далее кликнуть, например, на первый товар "isFang 3B-G1": Ссылки недоступны для гостей

На официальном сайте совсем другой расклад по структуре. И, как видите, для разных товаров, разные характеристики. Вот еще ссылка для примера: Ссылки недоступны для гостей. Их достаточно много и они задаются совместно со значениями внутри тегов, а не раздельно - вот это и проблема для мня.

 

Kot, простите, сейчас не могу сразу вникнуть в вашу проблему, так как времени на это сейчас нет. А сходу не получилось. Неясно много нюансов. Желательно прикалывать файл проекта к постам (если не хотите его светить, я не навязываю, просто как вариант: заказать настройку у людей Ссылки недоступны для гостей)

Вот посмотрите, может вам что подойдет:
Ссылки недоступны для гостей - подгрузка данных по любой заданной ссылке (и аналог ему GETMORECYCLECONTENT (работает как повторяющиеся границы)).

Если зададите более конкретные вопросы по определенным моментам, я постараюсь на них ответить. Обращайтесь, будем рады помочь!

С уважением к вам, Сергей.

 

Вот код в повторяющихся границах:
КОД---> Gewindestange<br />Befestigungseinheit für isFang Dreibeinstativ auf 1 FangFix-Stein.<br /><br /><br />Fabrikat:&nbsp;&nbsp;&nbsp;&nbsp;OBO BETTERMANN<br />Typ:&nbsp;&nbsp;&nbsp;&nbsp;isFang 3B-G1<br />Länge:&nbsp;&nbsp;&nbsp;&nbsp;270mm<br />Werkstoff: &nbsp;&nbsp;Edelstahl, rostfrei Werkstoff 1.4301<br />Art.-Nr.:&nbsp;&nbsp;&nbsp;&nbsp;5408971<br /><br />Einheit:&nbsp;&nbsp;<br /> <---КОД

Из него вытаскиваются такие колонки в CSV:
Gewindestange / Befestigungseinheit fur isFang Dreibeinstativ auf 1 FangFix-Stein. / Fabrikat: OBO BETTERMANN / Typ: isFang 3B-G1 / и т.д.

А нужно:
Fabrikat / Typ
и под этими названиями, их соответствия (значения):
OBO BETTERMANN / isFang 3B-G1

И не понял что понимать под файлом проекта? Кофиг парсера?

 

Как вы хотите не сделать.
Файл проекта - "конфиг"
Рекомендую обновиться и задавать сколько угодно границ парсинга для характеристик.

 

Чтобы понять, какие характеристики парсить с сайта, нужно все их найти в ручную, как я понимаю и потом происать для них границы. Этих характеристик где-то 200 штук. Это долго ведь... Мне всего лишь нужно находить названия характеристики (что стоит до ":") и значение этой характеристики (то, что после ":"). Не пойму, как это вытаскивать.

Прикрепил файл проекта

 

Спасибо, Сергей! Но каждый раз разные характеристики вылезают )), а их может быть и более 200 шт, и надо весь сайт пройти в рукопашную, чтобы эти характеристики найти и описать, как в примере в видео-ролике. В этом случае я хочу разбирать на запчасти эту строку кода, если можно так выразиться. В моем примере, как Вы видите, можно вытащить в таком виде и в каждый столбик - "ХАРАКТЕРИСТИКА1: ЗНАЧЕНИЕ1", "ХАРАКТЕРИСТИКА2: ЗНАЧЕНИЕ2" и т.д.

А нужно разделять на название характеристики "ХАРАКТЕРИСТИКА" и на ее значение "ЗНАЧЕНИЕ".

 

Приведите поиском-заменой ваш кусок кода (показанный вами в самом в первом посте) к следующему виду:

Где [разделитель] - нужный вам разделитель ячеек CSV.
Все это делается для того, чтобы чередовать ячейки: характеристика/значение

 

Я бы сам, но с регулярными не знаком. Не пойму, как это сделать.

 

Ссылки с сайта, который Вы нашли - это здорово, они идеальны и для прасинга и для сбора данных, НО я хочу с оригинала брать, именно с сайта производителя, т.к. только там поддерживается вся актуальная информация. Это же логично. Да, спасибо, Вам за этот сайт, возможно что-то отсюда тоже смогу взять, есть 2-3 производителя нужных. Но этот сайт, как запасной аэродром, если не найду информацию у производителя на официальном сайте или же не смогу спарсить контент.

Проблему пока не решил. Но Root (Сергей) подсказал, куда копать - регулярки в поиск|замена, но в регулярках я не силен еще...

 

Во-первых: там нужно уметь пользоваться не регулярками, а макросами {skip} (это просто Ссылки недоступны для гостей). Отсечь сначала все лишнее, потом заменить нужные символы на разделителя ячеек.

Во-вторых: я уже выше писал о том, что как вы хотите не сделать, получится только так: характеристика|значение|характеристика|значение|характеристика|значение|характеристика|... - вот и сделайте такое обычными несколькими поиск-заменами. Ничего выдумывать не надо, все просто.

У вас наверняка возникнет вопрос, что с этим делать:
характеристика|значение|характеристика|значение|характеристика|значение|характеристика|...
Есть магазины, которые это переваривают, может посмотреть в сторону них?

С уважением к вам, Сергей.

 

Сергей, получилось пока вот так http://forum.sbfactory.ru/showpost.php?p=8645&postcount=32 . Если бы в теги (по своему оформленные) эти результаты заключить, то в шаблоне можно было бы сделать (сортировать вывод) вывод таблицей: 1-ая строка - это названия характеристик; 2-я строка - это их значения. Есть мысли, как в теги или метки это все вогнать?

 

Kot, простите, но я не могу в ближайшее время ВПЛОТНУЮ подойти к изучению вашего вопроса. Очень жаль, что я не смог сейчас найти решение вашей задачи.

С радостью помогу только с конкретными не глобальными вопросами, на которые без труда смогу ответить. Надеюсь на то, что вам поможет кто-то еще. Так же надеюсь на ваше понимание.

Хочу посоветовать вам (если я в праве это делать =) ) разложить задачу на некие мелкие этапы и поочередно их решить.

Еще раз отмечу, что в какую сторону думать - я вам уже сказал: привести функциями поиск-замены ваш контент к нужному формату - характеристика;значение;характеристика2;значение2...

Буду рад, если будете обращаться снова! Искренне желаю вам успехов! Спасибо!

 

Ок.

Ну что же, пока задача не решена, тема открыта... :think:

 

Думаю - это и есть единственное решение вашего вопроса)

 

Я уже привел к такому виду. Остались нюансы небольшие - поможет скорее всего регулярка.

 

Это хорошо. Господин Kagorec или Nikolas, вы же сильны в регулярках, прошу помочь мистеру Kot'у. Насколько я понял, с этим вопросом http://forum.sbfactory.ru/showpost.php?p=8645&postcount=32
Спасибо!