WSH で HTML を XPath したいんじゃあああぁぁ - Wisteria::Diary

CompleteX で文脈依存のヘルプを表示するために、各種ライブラリ (たとえば 田楽 DLL) のドキュメントを INI ファイル形式に変換したい。ただし、できるだけロバストな記述で*1。具体的には 素の Windows + IE 環境で (不特定多数の一般ユーザーのマシンで*2 ) 必ずしも well-formed でない HTML 文書を対象として XPath を使って内容をスクレイピングしたい という、一見ありがちな要求。なんだけど……これが全く一筋縄では行かないどころか五筋縄以上かいくぐる羽目になりましたことよ。 結論 現在のところ Windows + IE だけでは不可能。サードパーティの XPath 実装を使えば可能。 0 筋縄: 方針の確認 まず、対象が純粋な XML なら簡単にできることを確認。 var dom = WScript.CreateObject("MSXML

[quick_past]

あーめんどくさいあーあーめんどくさい(;´Д`)

[tohokuaiki]

wshで外部HTMLからdomを扱ってあれこれする方法。

[rochefort]

勉強になりました。

[efcl]

JScriptでHTMLをXPathスクレイピング

[zorio]

素晴らしい

[toton]

var document = WScript.CreateObject("htmlfile");

[wacky]

WSHからHTMLをXPathでスクレイピングする手法の試行錯誤まとめ。amachang氏のJavaScript-XPathを利用。

[miya2000]

好き好き大好き超愛してる。

[murky-satyr]

nicely shaved

[monjudoh]

fso.OpenTextFile("hoge.html");でファイルを開いて文字列として取得、var document = WScript.CreateObject("htmlfile");でdocumentオブジェクトを取得できる

[field_combat]

やり方のまとめ

[hasegawayosuke]

WScript.CreateObject('htmlfile'); // => document // 手元ではこれ使ってる→http://b.hatena.ne.jp/hasegawayosuke/20090826#bookmark-8479812

[amachang]

WScript.CreateObject('htmlfile'); // => document