クローラ作成に必須！XPATHの記法まとめ - Qiita
最近クローラーを作成する機会が多く、その時にXPathが改めて便利だと思ったので XPathについてまとめてみました！ XPathを学ぶ方の役に立てれば幸いです。 初級編 XPathとは XPathはXML文章中の要素、属性値などを指定するための言語です。 XPathではXML文章をツリーとして捉えることで、要素や属性の位置を指定することができます。 HTMLもXMLの一種とみなすことができるため、XPathを使ってHTML文章中の要素を指定することができます。 例えば、 <html> ... <body> <h1>ワンピース</h1> <div class="item"> <span class="brand">iQON</span> <span class="regular_price">1,200円</span> <span class="sale_price">1,000円</sp
XPathでWebから欲しい場所だけ抜き取る - Qiita
最近、カレー専門の機械学習エンジンを運用している関係で、Webからコーパスを作成している。具体的にはグルメサイトなどから有益な情報をコピペして貯めこんでいるのだが、手作業で広告などを除去するのが面倒で、そういえばXPathというのがあったっけ、と思いだしてみた。 配列を入れ子にして、ひとつのドキュメントから複数の箇所を抜き出せるようにしてあるのが工夫ポイントかな。 <?php $s = ""; $url = "http://www.goo.ne.jp/"; $patterns = [ 'www.goo.ne.jp' => [ '//title', 'id("news-chu-new")' ], ]; foreach( $patterns as $domain => $xpaths ){ if( strstr($url,$domain) ){ @$content = file_get_con
Excelで読めるHTMLを書く | ぺんラボブログ
Webサービスなどから、Excelで読めるHTMLを出力する場合、 以下の2行をヘッダで出力すればいいのは有名な話。 Content-Type: application/vnd.ms-excel Content-Disposition: attachment; filename="file.xls" しかし、今回も同じ技を使おうと思って困ったことになった。 それは、改行が反映されない。 Officeは2000までしか持ってないので、他のバージョンはどうなのかわからないけれど、 MSのことなので、この仕様（不具合）は2007でも継承されているに違いない（かもしれない）。 tdセル内に<br>を書くと行が分離してしまう。 純粋にプレーンなtableを書くとこうなってしまうらしい。 仕方が無いので、ExcelでHTMLを出力させ、改行が反映できるHTMLファイルのテンプレートを作ることにした。
StatSVN - Repository Statistics - Introduction
StatSVN News Grab this Headline Animator 2010-01-01: release of 0.7.0 is released, see changes. 2009-08-06: release of 0.6.0 is released 2009-05-22: release of 0.5.0 is released 2009-03-16: release of 0.5.0 beta. 2008-06-20: release of 0.4.1, re-launch of the Wiki site and inclusion of the forums as embedded pages: User Forum and Developers Forum. Enjoy! 2008-05-04 Appendium Ltd and LavaBlast are
Wikiのように独自タグでHTML整形を行う
はじめに Wikiやさまざまなblogツール、CodeZineの投稿では、記号を使って文章を整形できるようになっています。整形用の記号はHTMLタグよりも少ない打鍵数で入力できる上に、見た目と修飾内容が結びついているので分かりやすく、文章デザインの統一も図りやすいというメリットがあります。 本稿では、Wikiやblogの投稿だけではなく、HTML文章の作成に「記号による整形」（以下、Wiki整形）を使用するためのXSLTスクリプトを紹介します。 対象読者 HTML文章の作成やXMLに興味のある方を対象とします。 必要な環境 このサンプルはInternet Explorer 6.0＋msxslを使用して動作確認をしています。スクリプト中でmsxslの独自拡張である<msxsl:script>を使用しているため、実行にはmsxslが必要になります。 msxslはMicrosoftが配付している
html ソースが汚いのでなんとかしたいのです。 例えば <img src="****.jpg" alt="***"> こうゆうのを <img src="****.jpg" alt="***"> に変換するソフト（できれ…
html ソースが汚いのでなんとかしたいのです。 例えば <img src="****.jpg" alt="***"> こうゆうのを <img src="****.jpg" alt="***"> に変換するソフト（できればフリー）ありますか？
W3Cは賞味期限切れ組織？ － ＠IT
「W3Cの賞味期限はあと何年ぐらいだと思いますか？」。先日、あるパーティーでこう聞かれた。私は虚を衝かれたように、思わず真意を聞き返した。なぜなら、私にこの質問をしたのは、日本人として唯一、W3CのXMLワーキンググループで1997～98年のXML 1.0の標準化プロセスに携わった村田真氏だったからだ。村田氏は現在、Office Open XML（主にMicrosoft Officeで用いられる文書形式）の標準化についても情報処理学会 情報規格調査会の専門委員として国際標準化に携わっているなど、この道のエキスパートだ。 驚きはしたが、やはりとも思った。W3Cはもう標準化組織としての黄金期を過ぎ、権威が失われつつある。もしかすると標準化プロセスにしても、もっと良い別のやり方があるのではないか。このところずっとそう感じていたからだ。 W3Cのウィジェット標準を知っていますか？ 村田氏の見立てで
MathML 日本語情報
MathML 日本語情報 ここでは、数学マークアップ言語「MathML」に関する日本語の情報を掲載しています。 このページの目指すもの MathML (和訳) は、HTML のようなマークアップを利用して、ウェブで数学を表現するための言語です。 インターネットはもともと理系の人々がコンピュータ上で情報をやりとりするために使われ始めました。このため、その黎明期から、数学をはじめとする科学の諸分野の情報のやりとりをHTMLと同じように実現できないかと、さまざまな試みが行われてきました。MathMLは、その一つで、ウェブで用いられるHTMLに数式の見た目だけでなくその意味も埋め込むためのマークアップ言語です。 MathML は、仕様書でも触れられているように、(HTML 以上に) 人間が読み書きするための言語ではありません。あくまで、コンピュータのプログラムが、数式情報を読み書きするための言語で
HTML/XMLの文字参照にサロゲートペアは使えない | emkの日記 | スラド
HTML 4 文字参照で使える符号位置(厳密には符号位置ではないのですがここでは深入りしません)の範囲はSGML宣言で定められています。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Charming Python: Functional programming in Python, Part 3
codeday.me - codeday リソースおよび情報
Jason Haley | - Page not found