FoxClub Forums > Visual Foxpro, Foxpro for DOS > Разбор HTM-файла через Excel ::

• Войти

Разбор HTM-файла через Excel
lili Сообщений: 436 Откуда: Сыктывкар Дата регистрации: 07.11.2005	lili 10.04.20 13:19:11 Приветствую всех! Есть такая задача - считать данные из htm-файла. Открываю его в Excel (поскольку с ним я из VFP работать умею, а с HTM - увы, нет), сохраняю как xls-файл и вроде бы все хорошо. lFile1="MyFile.htm" oExcel = createobject('Excel.Application') #define xlExcel5 39 oDOC=oExcel.Workbooks.open(lFile1) oExcel.DisplayAlerts = .F. lFile2="MyFile.xls" oDOC.saveas(lFile2,xlExcel5) ... Но одна проблема - текстовые поля со значениями типа "06-90" в Excel безвозвратно переходят в дату "01.06.90". Как-то можно это побороть? Исправлено 1 раз(а). Последнее : lili, 10.04.20 13:26

lili

Сообщений: 436
Откуда: Сыктывкар
Дата регистрации: 07.11.2005

lili

10.04.20 13:19:11

Приветствую всех!
Есть такая задача - считать данные из htm-файла. Открываю его в Excel (поскольку с ним я из VFP работать умею, а с HTM - увы, нет), сохраняю как xls-файл и вроде бы все хорошо.


lFile1="MyFile.htm"
oExcel = createobject('Excel.Application')  
#define xlExcel5   39  
oDOC=oExcel.Workbooks.open(lFile1)  
oExcel.DisplayAlerts = .F.  
lFile2="MyFile.xls"
oDOC.saveas(lFile2,xlExcel5)
...

Но одна проблема - текстовые поля со значениями типа "06-90" в Excel безвозвратно переходят в дату "01.06.90".
Как-то можно это побороть?

Исправлено 1 раз(а). Последнее : lili, 10.04.20 13:26

Re: Разбор HTM-файла через Excel
WbrErr Сообщений: 1960 Дата регистрации: 05.12.2006	WbrErr 10.04.20 14:14:59 В Excel файл можно импортировать, попутно указав тип данных для каждого поля. Достаточно включить макрорекордер и потом посмотреть получившийся код. Не знаю, что там будет с импортом HTM, но, думаю, никакой разницы.

Re: Разбор HTM-файла через Excel

WbrErr

Сообщений: 1960
Дата регистрации: 05.12.2006

WbrErr

10.04.20 14:14:59

В Excel файл можно импортировать, попутно указав тип данных для каждого поля. Достаточно включить макрорекордер и потом посмотреть получившийся код. Не знаю, что там будет с импортом HTM, но, думаю, никакой разницы.

Re: Разбор HTM-файла через Excel
sphinx Автор Сообщений: 31182 Откуда: Каменск-Уральски Дата регистрации: 22.11.2006	sphinx 10.04.20 14:39:32 А можно прикрепить к сообщению архив с html-файлом? ------------------ "Veni, vidi, vici!"(с)

Re: Разбор HTM-файла через Excel
lili Сообщений: 436 Откуда: Сыктывкар Дата регистрации: 07.11.2005	lili 10.04.20 14:59:45 Вот конкретный файл для примера. Поле "Исходящий номер порученного документа" - 06-90.

Re: Разбор HTM-файла через Excel
ssa Сообщений: 13008 Откуда: Москва Дата регистрации: 23.03.2005	ssa 10.04.20 15:53:37 lili Открываю его в Excel (поскольку с ним я из VFP работать умею, а с HTM - увы, нет) Интересная логика. А с текстовыми файлами вы умеете работать? А тип файла вы определяете строго по расширению? А если у файла поменять расширение вы сразу научитесь с ним работать? ------------------ Лень - это неосознанная мудрость.

Re: Разбор HTM-файла через Excel

ssa

Сообщений: 13008
Откуда: Москва
Дата регистрации: 23.03.2005

ssa

10.04.20 15:53:37

lili
Открываю его в Excel (поскольку с ним я из VFP работать умею, а с HTM - увы, нет)

Интересная логика. А с текстовыми файлами вы умеете работать? А тип файла вы определяете строго по расширению? А если у файла поменять расширение вы сразу научитесь с ним работать?

------------------
Лень - это неосознанная мудрость.

Re: Разбор HTM-файла через Excel
ssa Сообщений: 13008 Откуда: Москва Дата регистрации: 23.03.2005	ssa 10.04.20 15:54:42 lili Вот конкретный файл для примера. Поле "Исходящий номер порученного документа" - 06-90. Вы не умеете найти в строке символов нужную комбинацию символов?? ------------------ Лень - это неосознанная мудрость.

Re: Разбор HTM-файла через Excel
of63 Сообщений: 25256 Откуда: Н.Новгород Дата регистрации: 13.02.2008	of63 10.04.20 16:16:52 Из HTML-документа можно построить DOM: m.oDOM = CREATEOBJECT('HTMLfile') m.oDOM.Write(html-текст) Дальше в oDOM ищем тэги, разными методами поиска, здесь где-то тема встречалась, связанная с разбором странички из интерента.

Re: Разбор HTM-файла через Excel
lili Сообщений: 436 Откуда: Сыктывкар Дата регистрации: 07.11.2005	lili 12.04.20 06:48:34 [quote of63]Из HTML-документа можно построить DOM: [/quote] Спасибо хоть за один ответ по существу. Попробую DOM. [quote ssa] Вы не умеете найти в строке символов нужную комбинацию символов?? /quote] Дело в том, что я не знаю, какие там будут теги, содержание файла мне заранее не известно и нужно из него корректно информацию вытащить. Исправлено 1 раз(а). Последнее : lili, 12.04.20 06:49

Re: Разбор HTM-файла через Excel

lili

Сообщений: 436
Откуда: Сыктывкар
Дата регистрации: 07.11.2005

lili

12.04.20 06:48:34

[quote of63]Из HTML-документа можно построить DOM:
[/quote]
Спасибо хоть за один ответ по существу. Попробую DOM.

[quote ssa]
Вы не умеете найти в строке символов нужную комбинацию символов??
/quote]
Дело в том, что я не знаю, какие там будут теги, содержание файла мне заранее не известно и нужно из него корректно информацию вытащить.

Исправлено 1 раз(а). Последнее : lili, 12.04.20 06:49

Re: Разбор HTM-файла через Excel
ssa Сообщений: 13008 Откуда: Москва Дата регистрации: 23.03.2005	ssa 12.04.20 12:43:23 [quote lili][quote of63]Из HTML-документа можно построить DOM: [/quote] Спасибо хоть за один ответ по существу. Попробую DOM. [quote ssa] Вы не умеете найти в строке символов нужную комбинацию символов?? /quote] Дело в том, что я не знаю, какие там будут теги, содержание файла мне заранее не известно и нужно из него корректно информацию вытащить.[/quote]Думаете, незнание содержимого поможет при работе с DOM и прочими методами? Или думаете, что Excel просто по наитию определяет что в какую ячейку положить при импорте html? А намек на разбор текстового файла методами разбора текстового файла, конечно же, ну никак не могут быть по существу. ------------------ Лень - это неосознанная мудрость.

Re: Разбор HTM-файла через Excel

ssa

Сообщений: 13008
Откуда: Москва
Дата регистрации: 23.03.2005

ssa

12.04.20 12:43:23

[quote lili][quote of63]Из HTML-документа можно построить DOM:
[/quote]
Спасибо хоть за один ответ по существу. Попробую DOM.

[quote ssa]
Вы не умеете найти в строке символов нужную комбинацию символов??
/quote]
Дело в том, что я не знаю, какие там будут теги, содержание файла мне заранее не известно и нужно из него корректно информацию вытащить.[/quote]Думаете, незнание содержимого поможет при работе с DOM и прочими методами? Или думаете, что Excel просто по наитию определяет что в какую ячейку положить при импорте html? А намек на разбор текстового файла методами разбора текстового файла, конечно же, ну никак не могут быть по существу.

------------------
Лень - это неосознанная мудрость.

Re: Разбор HTM-файла через Excel
sphinx Автор Сообщений: 31182 Откуда: Каменск-Уральски Дата регистрации: 22.11.2006	sphinx 13.04.20 09:51:49 Здесь есть готовый пример, как парсить HTML: forum.foxclub.ru ------------------ "Veni, vidi, vici!"(с)

Re: Разбор HTM-файла через Excel
lili Сообщений: 436 Откуда: Сыктывкар Дата регистрации: 07.11.2005	lili 13.04.20 16:12:11 sphinx Здесь есть готовый пример, как парсить HTML: forum.foxclub.ru Спасибо, буду смотреть.

Re: Разбор HTM-файла через Excel
of63 Сообщений: 25256 Откуда: Н.Новгород Дата регистрации: 13.02.2008	of63 14.04.20 00:54:26 lili, вся твоя проблема проистекает от нерешаемой (решаемой только на начальном этапе решения, "первого приближения") задачи типа "умный компьютер найдет номер документа в любой структуре файла, ведь человек-то видит это беспроблемно, ну, а уж компьютер-то точно найдет". Комп не есть "ИИ", которого все ждут... или не ждут уже...(ИИ - искусственный интеллект, это просто программа), ИИ - это програмер, это ты. ... это слово "Исходящий номер порученного документа" (которое, может потом сократят до № документа"... Что ты тогда будешь делать? Как изменишь программу (ведь нужно будет ежеучастно отслеживать изменения в "формате" этого HTM...) Как это все будет устроено "автоматически" ? Доб. Подскажу как это будет: - никто не будет менять форматы на "компьютерные (записанные в "компьютерном" (и то, в приложениях, "протоколах обмена", часто пишут не прогеры, а сторонние люди, желающие выдать желаемое за физический протокол, как это и вышло в твоем случае - тебя заставили написать ИИ, точнее попытаться сделать, по вычленению № документа из недокументированного файла) протоколе обмена, на который можно сослаться при "разборках, кто виноват"), хотя... если "надавить", то и удается договориться. Пример - СБЕРБАНК ОНЛАЙН ДЛЯ ЮР ЛИЦ. Прекрасный тнтерфейс, и ПО на их стороне. Я к тому, что при наличии сил - возможны самые красивые и удобные фантазии, lili... - изменения в тексте ячейки "Исходящий..." изменят и тебе не скажут (кстати, потому, что это не "компьютерный" формат данных - это длинное слово... хотя бывает и документируют такое) - Серега (ssa) прав, в том смысле, что при таких обстоятельствах (непонятно, как найти это слово "Исходящий..."), можно обойтись и без DOM (без этой фигни жили до последних лет 5-10, и жили лучше), типа, - в полном HTM найти слово "Исходящий..." (сумеешь?) - перескочить на следующий тэг (тэг - это у нас угловые скобочки) - считать значение между скобочек - это и будет твой номер () действительно, DOM ничего физического не изменит, просто иногда прощще наблюдать структурированный текст в виде многовложенного обьекта (прости, Симпле с твоей ненавистью к ООП) Надеюсь, не наврал. Пьян, борюсь с пандемией ) Ну, и нагорело. Мы видим проблы по своему, lili, не выноси вердикты, что "только офа, или сфинкс", сказал рационально, может оказаться, что это не совсем так. Даже не говорю что "не так", это как "так жениться на Глафире или как?". Осторожнее надо в словах... Исправлено 12 раз(а). Последнее : of63, 14.04.20 01:34

Re: Разбор HTM-файла через Excel

of63

Сообщений: 25256
Откуда: Н.Новгород
Дата регистрации: 13.02.2008

of63

14.04.20 00:54:26

lili, вся твоя проблема проистекает от нерешаемой (решаемой только на начальном этапе решения, "первого приближения") задачи типа "умный компьютер найдет номер документа в любой структуре файла, ведь человек-то видит это беспроблемно, ну, а уж компьютер-то точно найдет". Комп не есть "ИИ", которого все ждут... или не ждут уже...(ИИ - искусственный интеллект, это просто программа), ИИ - это програмер, это ты.

... это слово "Исходящий номер порученного документа" (которое, может потом сократят до № документа"... Что ты тогда будешь делать? Как изменишь программу (ведь нужно будет ежеучастно отслеживать изменения в "формате" этого HTM...) Как это все будет устроено "автоматически" ?

Доб. Подскажу как это будет:
- никто не будет менять форматы на "компьютерные (записанные в "компьютерном" (и то, в приложениях, "протоколах обмена", часто пишут не прогеры, а сторонние люди, желающие выдать желаемое за физический протокол, как это и вышло в твоем случае - тебя заставили написать ИИ, точнее попытаться сделать, по вычленению № документа из недокументированного файла) протоколе обмена, на который можно сослаться при "разборках, кто виноват"), хотя... если "надавить", то и удается договориться. Пример - СБЕРБАНК ОНЛАЙН ДЛЯ ЮР ЛИЦ. Прекрасный тнтерфейс, и ПО на их стороне. Я к тому, что при наличии сил - возможны самые красивые и удобные фантазии, lili...
- изменения в тексте ячейки "Исходящий..." изменят и тебе не скажут (кстати, потому, что это не "компьютерный" формат данных - это длинное слово... хотя бывает и документируют такое)
- Серега (ssa) прав, в том смысле, что при таких обстоятельствах (непонятно, как найти это слово "Исходящий..."), можно обойтись и без DOM (без этой фигни жили до последних лет 5-10, и жили лучше), типа,
- в полном HTM найти слово "Исходящий..." (сумеешь?)
- перескочить на следующий тэг (тэг - это у нас угловые скобочки)
- считать значение между скобочек - это и будет твой номер

() действительно, DOM ничего физического не изменит, просто иногда прощще наблюдать структурированный текст в виде многовложенного обьекта (прости, Симпле с твоей ненавистью к ООП)

Надеюсь, не наврал. Пьян, борюсь с пандемией )

Ну, и нагорело. Мы видим проблы по своему, lili, не выноси вердикты, что "только офа, или сфинкс", сказал рационально, может оказаться, что это не совсем так. Даже не говорю что "не так", это как "так жениться на Глафире или как?". Осторожнее надо в словах...

Исправлено 12 раз(а). Последнее : of63, 14.04.20 01:34

Re: Разбор HTM-файла через Excel
lili Сообщений: 436 Откуда: Сыктывкар Дата регистрации: 07.11.2005	lili 14.04.20 10:57:28 lili sphinx Здесь есть готовый пример, как парсить HTML: forum.foxclub.ru Спасибо, буду смотреть. Вот это помогло реально. Все получилось. Еще раз спасибо.

Re: Разбор HTM-файла через Excel
sphinx Автор Сообщений: 31182 Откуда: Каменск-Уральски Дата регистрации: 22.11.2006	sphinx 14.04.20 18:55:06 Раз получилось - неплохо бы и сюда выложить решение, кому-то пригодится. ------------------ "Veni, vidi, vici!"(с)

Re: Разбор HTM-файла через Excel
lili Сообщений: 436 Откуда: Сыктывкар Дата регистрации: 07.11.2005	lili 15.04.20 10:56:49 sphinx Раз получилось - неплохо бы и сюда выложить решение, кому-то пригодится. Ну, примерно так (без подробностей). Я знаю возможный список нужных мне реквизитов, считываю их значения и обрабатываю. PROCEDURE p_pars PARAMETERS p_file oo = CREATEOBJECT('htmlfile') oo.write(FILETOSTR(lFile)) oDoc = oo.body.document oTables = oDoc.getElementsByTagName('table') FOR EACH oTable IN oTables lText=oTable.Rows.Item(0).innerText IF ATC('Поля документа',lText)>0 LOOP ENDIF IF ATC('Название присединенного файла',lText)>0 LOOP ENDIF IF ATC('СтатусПоручение',lText)>0 =p_poruch() LOOP ENDIF FOR EACH oRow IN oTable.Rows lValue=NVL(oRow.cells.item(0).innerText,'') && реквизит IF EMPTY(lValue) LOOP ENDIF lZnach=NVL(oRow.cells.item(1).innerText,'') && значение DO CASE CASE lValue='Список исполнителей' =p_ispol(lZnach) CASE lValue='Регистрационный номер' ... ENDCASE ENDFOR ENDFOR RELEASE oo

Re: Разбор HTM-файла через Excel

lili

Сообщений: 436
Откуда: Сыктывкар
Дата регистрации: 07.11.2005

lili

15.04.20 10:56:49

sphinx
Раз получилось - неплохо бы и сюда выложить решение, кому-то пригодится.

Ну, примерно так (без подробностей). Я знаю возможный список нужных мне реквизитов, считываю их значения и обрабатываю.


PROCEDURE p_pars
PARAMETERS p_file

oo = CREATEOBJECT('htmlfile')  
oo.write(FILETOSTR(lFile))  
oDoc = oo.body.document  

    
oTables = oDoc.getElementsByTagName('table')  
FOR EACH oTable IN oTables  

  lText=oTable.Rows.Item(0).innerText
  IF ATC('Поля документа',lText)>0
    LOOP 
  ENDIF  
  IF ATC('Название присединенного файла',lText)>0
    LOOP 
  ENDIF  
  IF ATC('СтатусПоручение',lText)>0
    =p_poruch()
    LOOP 
  ENDIF  
    
  FOR EACH oRow IN oTable.Rows 
  
  lValue=NVL(oRow.cells.item(0).innerText,'')  && реквизит
  IF EMPTY(lValue)
    LOOP 
  ENDIF   
  lZnach=NVL(oRow.cells.item(1).innerText,'') && значение
  DO CASE 
  CASE lValue='Список исполнителей'
    =p_ispol(lZnach)
  CASE lValue='Регистрационный номер'
  ...
  ENDCASE 
  ENDFOR   
ENDFOR     
  
RELEASE oo

Re: Разбор HTM-файла через Excel
sphinx Автор Сообщений: 31182 Откуда: Каменск-Уральски Дата регистрации: 22.11.2006	sphinx 15.04.20 11:03:30 Вот спасибо! Может и самому пригодится. Мы больше XML парсим, но это тоже надо. Если есть решения (пусть своей задачи) - их в копилку. Удачи Вам! ------------------ "Veni, vidi, vici!"(с) Исправлено 1 раз(а). Последнее : sphinx, 15.04.20 11:03

Re: Разбор HTM-файла через Excel

sphinx
Автор

Сообщений: 31182
Откуда: Каменск-Уральски
Дата регистрации: 22.11.2006

sphinx

15.04.20 11:03:30

Вот спасибо! Может и самому пригодится. Мы больше XML парсим, но это тоже надо.

Если есть решения (пусть своей задачи) - их в копилку.

Удачи Вам!

------------------
"Veni, vidi, vici!"(с)

Исправлено 1 раз(а). Последнее : sphinx, 15.04.20 11:03

:: Список Форумов•Список тем•Поиск•Войти

Извините, только зарегистрированные пользователи могут оставлять сообщения в этом форуме.

On-line: 22 (Гостей: 22)