Прошу подкинуть идею как реализовать парсер ленты новостей vk

[uraabk]

@bladder кошмар какой во втором скрипте))

Так точно не будет работать

 >CSS>[[LENTA]] .wall_post_text

Вам надо использовать xpath и засунуть [[LENTA]] в "Текст для применения xpath".

Вообще у xpath есть действие Xpath проверить существование и оно должно помочь для проверки, есть ли картинки в посте.

[bladder]

This post is deleted!

[bladder]

@uraabk
То есть с помощью >CSS> это сделать нельзя?

[uraabk]

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

@uraabk
То есть с помощью >CSS> это сделать нельзя?

CSS лучше не использовать, он крайне не надежный.

[bladder]

@uraabk said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

CSS лучше не использовать, он крайне не надежный.

Просто интересно из переменной [[LENTA]](в ней находится код как на скрине) можно как-то вытащить wall_post_text и page_post_sized_thumbs clear_fix без xpath?

[uraabk]

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

@uraabk said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

CSS лучше не использовать, он крайне не надежный.

Просто интересно из переменной [[LENTA]](в ней находится код как на скрине) можно как-то вытащить wall_post_text и page_post_sized_thumbs clear_fix без xpath?

Регуляркой

[bladder]

@uraabk said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

Xpath

Не получается выдернуть ссылку с помощью xpath. Текст я выдрал так: //div[@class='wall_post_text'] с действием "xpath получит текст", а вот ссылку картинкой никак т.к в атрибуте есть лишний текст. Можно ли без регулярных выражений чисто силами xpath это сделать?

<a onclick="return showPhoto('-81613116_456239639', 'wall-81613116_7161', {&quot;temp&quot;:{&quot;base&quot;:&quot;https://pp.userapi.com/&quot;,&quot;x_&quot;:[&quot;c848620/v848620476/167127/0OgAmjcBomI&quot;,604,402],&quot;y_&quot;:[&quot;c848620/v848620476/167128/gHwk-gYCWKE&quot;,640,426]},queue:1}, event)" style="width: 510px; height: 339px;background-image: url(https://pp.userapi.com/c848620/v848620476/167127/0OgAmjcBomI.jpg);" class="page_post_thumb_wrap image_cover  page_post_thumb_last_column page_post_thumb_last_row"></a>

Вот эту ссылку надо как-то вытащить:

style="width: 510px; height: 339px;background-image: url(https://pp.userapi.com/c848620/v848620476/167127/0OgAmjcBomI.jpg);

[uraabk]

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

чисто силами xpath это сделать?

Нет

[bladder]

@uraabk

А не поможете разобраться почему у меня не выходит в цикле собирать ссылку на автора+текст+картинку из новостей в ленте?
скрипт
Он берет картикни из соседних постов и соединяет их с текстами и ссылками из других. Без цикла все нормально, ссылки, картинки и тексты берутся из одного поста.

[uraabk]

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

@uraabk

А не поможете разобраться почему у меня не выходит в цикле собирать ссылку на автора+текст+картинку из новостей в ленте?
скрипт
Он берет картикни из соседних постов и соединяет их с текстами и ссылками из других. Без цикла все нормально, ссылки, картинки и тексты берутся из одного поста.

Криво сделали просто. Он по мимо самих постов, лезет ещё в комментарии

[bladder]

@uraabk said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

Криво сделали просто. Он по мимо самих постов, лезет ещё в комментарии

Там нельзя не зацепить комментарии т.к ссылка на фото, автора комментария(или название группы) и основной текст поста лежит в одном диве <div class="_post_content">. Как сделать чтоб он не лез в комменты?

Мне на ум пришел только такой вариант: из этого "_post_content" выдернуть код поста+ картикни и автора(как мне нужно), положить это все в переменную и эту переменную использовать в цикле, но так цикл не хочет запускаться.

скрипт

[uraabk]

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

@uraabk said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

Криво сделали просто. Он по мимо самих постов, лезет ещё в комментарии

Там нельзя не зацепить комментарии т.к ссылка на фото, автора комментария(или название группы) и основной текст поста лежит в одном диве <div class="_post_content">. Как сделать чтоб он не лез в комменты?

Мне на ум пришел только такой вариант: из этого "_post_content" выдернуть код поста+ картикни и автора(как мне нужно), положить это все в переменную и эту переменную использовать в цикле, но так цикл не хочет запускаться.

скрипт

Так вы место селектора элемента указали код страницы. Занимаетесь чем то непонятным... Просто берите в цикле каждый _post_content, а уже из него получайте то, что нужно. Стараясь максимально точно указать необходимые объекты с помощью xpath/css/match

[bladder]

@uraabk said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

Просто берите в цикле каждый _post_content, а уже из него получайте то, что нужно. Стараясь максимально точно указать необходимые объекты с помощью xpath/css/match

Так ведь я так и делал! Тот скрипт что я скинул :

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

@uraabk

А не поможете разобраться почему у меня не выходит в цикле собирать ссылку на автора+текст+картинку из новостей в ленте?
скрипт
Он берет картикни из соседних постов и соединяет их с текстами и ссылками из других. Без цикла все нормально, ссылки, картинки и тексты берутся из одного поста.

берет каждый _post_content и из него вытаскивает:
wall_post_text - текст поста
post_header_info - отсюда название группы или автора поста
.page_post_thumb_last_row- тут спомощью ксс и регулярного выражение достается ссылка.

С однократным вытаскиванием все работает четко, а вот когда делаешь это в цикле, то картинки и текст он берет из разных постов, а не из одного как должно быть.

[uraabk]

@bladder said in Прошу подкинуть идею как реализовать парсер ленты новостей vk:

берет каждый _post_content и из него вытаскивает:
wall_post_text - текст поста
post_header_info - отсюда название группы или автора поста
.page_post_thumb_last_row- тут спомощью ксс и регулярного выражение достается ссылка.

С однократным вытаскиванием все работает четко, а вот когда делаешь это в цикле, то картинки и текст он берет из разных постов, а не из одного как должно быть.

Так этого не достаточно, раз он при .page_post_thumb_last_row лезет в комментарии. Надо уточнять данный селектор, что бы он "исключал" комменты