perl - HTML::Tidy::LibXML - LibXMLでHTMLをTidyする : 404 Blog Not Found
2009年02月21日20:30 カテゴリLightweight Languages perl - HTML::Tidy::LibXML - LibXMLでHTMLをTidyする HTML::Tidy::LibXML を Release したのでお知らせします。 /lang/perl/HTML-Tidy-LibXML/trunk - CodeRepos::Share - Trac Dan Kogai / HTML-Tidy-LibXML - search.cpan.org http://www.dan.co.jp/~dankogai/cpan/HTML-Tidy-libXML-0.02.tar.gz きっかけは、こちら。 XML::LibXMLでHTML文書を扱う - 徒書 ここで使った $parser->parse_html_file()、およびXML文書用の $parser->pars
perl - HTMLをXMLとして扱う : 404 Blog Not Found
2009年02月19日08:30 カテゴリLightweight Languages perl - HTMLをXMLとして扱う そのXML::Liberalが test でこけまくっていたところから旅が始まった。 ゆーすけべー日記: 壊れた Premiere (映像編集ソフト) のプロジェクトファイルが XML::Liberal (Perlモジュール) で直った ということは、なんとかして壊れたプロジェクトファイルを「well formed」な XML にすればいいじゃないのか！と思ったわけ。そこで活躍したのが「XML::Liberal」という miyagawa プロダクトな Perl モジュール。 やりたかったのは、XHTMLでないHTMLを、XML::*なモジュールで扱うこと。例えばXML::LibXMLを使えば、JavaScriptみたいな感覚でDOMを操作できるし、XML::Sim
進化する“Webスクレイピング”技術の世界 ― ＠IT
2007/02/20 WebサービスのAPIやRSSフィードを使って複数サイトのサービスや情報をマッシュアップ――。これはWeb2.0が包含するいくつかの概念のうち、最も重要なものの1つだ。Amazon.comやGoogle、Yahoo!、楽天といった大手Webサイトは、RESTやSOAPを用いたAPIを公開しており、さまざまなサービス提供者や個人がAPIを通して各種サービスを利用している。その一方、世の中のWebサイトの大多数はWeb1.0的なHTMLやCGIフォームしか提供していないのが現実だ。こうした背景からWeb1.0サイトから構造化されたデータを引っ張り出す“Webスクレイピング”技術が急速に発展してきているようだ。 HTMLをXML化し、XPathで関連データだけを抽出 例えば価格情報サイトでは製品名から価格が簡単に調べられるが、Webサーバから提供されるのは、製品名や価格にレ
HTML - 俺タグはXHTML的にはOKなはずなのだが : 404 Blog Not Found
2006年10月31日23:00 カテゴリLightweight Languages HTML - 俺タグはXHTML的にはOKなはずなのだが XHTML⊂XMLということになっている。 XMLは俺タグをいくらこさえてもいいことになっている。とりあえずDTDがなくてもWell-Formedなら通ることになっている。「君タグ」と「俺タグ」を混在させるためにnamespaceという仕組みまで用意してある。 例えば、以下は全てXHTML的に正しいdocumentのはずである。少なくとも、Well-formed XMLではある。 ボキャブラリを拡大する「名前空間」 <xhtml:html xmlns:xhtml="http://www.w3.org/1999/xhtml"> <xhtml:head> <xhtml:title>本の紹介</xhtml:title> </xhtml:head> <xh
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
IBM dW : XML | Web architecture : HTMLの将来、パート1：WHATWG - Japan
どら猫本舗のリファレンスカウンター