[DOM] xml, html &co
Clicca QUI per vedere il messaggio nel forum |
| francyghisla |
MISTERO 1:
Ho un problema con DOM, o meglio non riesco a capire perchè dal nodo body mi trovi un solo figlio div, quando in realtà ce ne sono molti di più.... :?
perchè lo fa solo con il body e ad esempio non lo fa con l'head? li mi riconosce che ha 9 figli, e il codice è lo stesso che passa a tappeto tutti i nodi :shock:
-> magari vi può essere utile sapere che mi sto riferendo all'ultimo compitino di sadegh, per etl turno unico del secondo anno e la pagina da analizzare è la lettera A del dizionario deMauro-Paravia
grazie a chiunque mi illumini su questo mistero... :-D |
| yeah |
magari vi può essere utile sapere che mi sto riferendo all'ultimo compitino di sadegh
L'impressione non mi aveva sfiorato neanche lontantamente :D
Posteresti i relativi pezzi di codice (se non ti costringono a rivelare parti importanti del progetto :))? |
| francyghisla |
code:
function testoNodo(e)
{
var testo = "";
// se il nodo contiene figli rilancio la funzione
var i=0;
WScript.echo("il tag: "+e.tagName+" ha figli numero "+e.children.length);
if (e.children.length>0)
{
WScript.echo("Sono tra l'if e il while e il tag ha figli numero"+e.children.length);
while (i<e.children.length)
{
testo = testo + " " + testoNodo(e.children(i));
WScript.echo("SONO NEL WHILE il nodo su cui sono è "+e.children(i).tagName+" e i = "+i);
i++;
}
testo = testo + " " + e.innerText ;
WScript.echo("FINITO IL WHILE e ho trovato il seguente testo tra tag che aveva figli: " +e.innerText);
}
//se non contiene più figli prendo il testo che contiene il nodo
else
{
if (e.innerText != "")
{
testo = testo + " " + e.innerText ;
WScript.echo("NON SONO NEL WHILE e ho trovato il seguente testo tra tag: " +e.innerText);
}
else
WScript.echo("NON SONO NEL WHILE il testo trovato è ancora quello di prima: "+testo);
// var par = e.parentNode;
// par.removeChild(e);
}
//se il testo estrapolato è diverso da "" lo salvo nel file xml
if (testo != "")
{
return testo;
}
}
figurati, nessuna rivendicazione sui copyright ;)
è la funzione ricorsiva che uso per leggere tutti i nodi, lascia perdere le mille echo che mi servivano per sapere se avevo fatto giusto.... mah, è un bel mistero!
-> MISTERO 2: perchè se in un ciclo for in cui faccio passare tutti i verbi del sito logos, trova tutte le pagine, ma legge il nodo solo della prima?!!?! uffa! |
| yeah |
Mah guarda... così a occhio non saprei da dove cominciare a leggere il codice :D
Tra l'altro ho visto (nel forum di etl) che ci sono problemi con <div> & friends...
Io dopo 2 o tre tentativi non sono riuscito a tirare fuori tutto l'XML dalla pagina (più o meno indirettamente sia passando da XMLHTTP che dall'ActiveX InternetExplorer).
Può darsi che stia procedento nel modo sbagliato (non sto controllando le specifiche, quindi in tal caso se qualcuno me lo segnalasse gliene sarei grato :D) ma ho deciso di prendere quello che mi interessa direttamente dall'HTML, in fondo le cose interessanti (parola, analisi e link) sono tra i link il cui href è un numero.
Che dici? |
| francyghisla |
allora dopo lungo meditare, grazie a kjir, abbiamo scoperto che è un problema di caratteri nascosti... prova a vedere sul forum di etl, l'ha spiegato bene li
però se ti salvi le pagine in locale e le leggi dalla cartella virtuale funziona... i misteri... |
| yeah |
Sì, ho visto i messaggi anche di là, ma ho postato qui perchè era meno incasinato :)
Alla fine l'importante è ottenere lo stesso risultato e non violare le specifiche ;) (anche se non mi sembra abbia dato vincoli particolari).
Una curiosità: tu hai usato XMLHTTP per ricevere la pagina? E poi ne hai ricavato l'xml? Perchè io non ci sono riuscito (ho provato un paio di metodi e proprietà ma nulla) |
| francyghisla |
abbiamo usato XMLHTTP, però abbiamo portato le pagine del demauro in locale e salvate nella wwwroot, di modo che le prendevamo con http://localhost/sitoletteraAinlocale.html
così funziona... se il prof a qualcosa da ridire chiedamo a lui come si fa a saltare i caratteri "trappola"
più di così non sappiamo che inventarci! |
| yeah |
Un'altra curiosità, allora :D Come avete fatto a salvare le pagine da XMLHTTP?
Grazie :) |
| francyghisla |
proprio alla brutta maniera? :D
aperte da browser, le abbiamo recuperate prendendo il sorgente e salvandolo nella wwwrooot... |
| yeah |
Ah quindi con responseHTML?
No, aspetta... ma con l'ActiveX di IE? ... Sto cercando di capire che metodi e oggetti avete usato (anche non il codice dello script, proprio solo il nome dei metodi)
(Ti sto facendo il terzo grado :asd: ) |
| francyghisla |
ti scrivo operazione per operazione :D
1- apri il sito da browser
2- tasto destro mostre HTML
3- salva con nome -> C:\inetpub\wwwroot\nomecheuvoidarealsito.html
4- leggi con
code:
try {
http = new ActiveXObject("Microsoft.XMLHTTP");
http.open("GET", nomeSito, false);
http.send();
doc.write(http.responseText);
}
catch (e) {
WScript.echo("Errore: "+e.description);
}
dove nome sito è htttp://localhost/nomechehaidatoalsitosalvato.html
-> in questo modo legge correttamente le pagine ;) a prenderle da locale e non direttamente dalla rete salta quei caratteri strani che davano problemi... |
| yeah |
Ah... ora è tutto chiaro :) Infatti stavo spulciando il manuale di xmlhttp o dell'activex ie per capire come si salva una pagina :D
Ok grazie |
|
|
|
