Variablen aus HTML-Tabelle parsen

[condx]

Hallo,

ich möchte aus einer HTML-Tabelle Variablen parsen und diese am besten in einen Vorlagentext mit $Hashs einfügen. Leider habe ich keinen XML Zugang. Sollte ich eine XML mittels XSL generieren, um mit dieser weiterzuarbeiten? Habe bisher nur mit php gearbeitet. Zunächst hatte ich mir vorgestellt mit Hilfe von RegEx alles bis auf die Variablen herauszuparsen, dies ist m. E. nach angesichts des langen Quelltextes jedoch zu Aufwendig. In dem Zusammenhang bin ich auf das Sourceforge Projekt HTMLunit gestoßen.
Wie seht ihr das? Kennt ihr einen Lösungsansatz?

Konkret geht es um folgende Webseiten: [1] und [2]

 

[HonniCilest]

Ich habe in dem Zusammenhang schon öfter mal von XPath gelesen. Vielleicht hilft dir das weiter...

 

[vynz]

Hi,

XPath ist nicht schlecht, wenn das html, xml konform ist. Dann würd ich das ebenfalls empfehlen.

Andere Methode, die ich bei sowas verwendet hab, ist JSoup.
Auf der Seite findest du ein kleines Code-Snippet.
http://jsoup.org/cookbook/extracting-data/attributes-text-html

Mittels JSoup kannst du die CSS-Selector Syntax verwenden um recht einfach zu den HTML-Elementen zu kommen.
Hier noch ein Link für die CSS-Selector Syntax
http://www.w3schools.com/cssref/css_selectors.asp

hth

 

[condx]

Hallo,

danke für die Tipps. Werde mir morgen JSoup mal in der Praxis anschauen...