Bestimmte Daten aus einer HTML-Datei in eine Datenbank schreiben?

8 Beiträge27.08.2008Archiviert
Sider27.08.2008 · Beitrag #18345
Avatar
Mitglied seit: 16.02.2007
Forenbeiträge: 86
Besuche: 603
Guten Tag,
ich habe eine "Adressenliste" zur verfügung, die in einer HTML-Datei formatiert wurde.
In dieser Datei bekomme ich z.B. raus, wie viele Mitarbeiter die Firma hat, auf was sie spezialisiert ist, Webadresse, Telefonummer, Geschäftführer und viel mehr. Nun, da ich nur die Adresse, Telefonummer und Webadresse brauche, möchte ich gerne ein Script bauen das verschiedene Inhalte ausließt und in eine Datenbank reinschreibt.

Kann mir da einer behilflich sein?

Mit freundlichen Grüßen,
Kevin Müller
El Kassem27.08.2008 · Beitrag #18346
Avatar
Mitglied seit: 01.06.2008
Forenbeiträge: 466
Besuche: 2238
Nein.
Eigendlich nicht.
Vielleicht unter Umständen, wenn das HTML Dokument gut "aufgelistet" ist.
Das heißt wenn du das ganze unter <tr> und so weiter heißt, dann gehts. Ansonsten nicht.
Möglich wäre das dann mit einem Skript oder so.
Das den Inhalt ausliest und eine DB reinschreibt.
Stefan27.08.2008 · Beitrag #18347
Avatar
Mitglied seit: 11.02.2005
Forenbeiträge: 476
Besuche: 4190
http://code.whytheluckystiff.net/hpricot/

"Hpricot is a very flexible HTML parser, based on Tanaka Akira's HTree and John Resig's JQuery, but with the scanner recoded in C (using Ragel for scanning.) I've borrowed what I believe to be the best ideas from these wares to make Hpricot heaps of fun to use."

hth
Stefan


PS.


Ansonsten nicht.
Möglich wäre das dann mit einem Skript oder so.



(...)möchte ich gerne ein script bauen das verschiedene Inhalte ausließt und in eine Datenbank reinschreibt.(...)


... ohne Kommentar. ;)
[ Bearbeitet Mi, 27. Aug 2008, 12:12 ]
Sider27.08.2008 · Beitrag #18348
Avatar
Mitglied seit: 16.02.2007
Forenbeiträge: 86
Besuche: 603
Hallo,
erstmal danke für die Antworten.
@El Kassem
Ja, die HTML-Datei ist in Tabellen verfasst. Hier ein kleiner Abschnitt des Source-Codes:
[cli]<html><body><table width=100% border=0 height=0 cellspacing=0>
<tr valign=top><td colspan=1 width=25%>

</td><td colspan=1 width=75%>
<!nocat><h3>
#############
</h3>
</td></tr>
<tr valign=top><td colspan=1 width=25%>
<b>Straßen-Adresse:</b>
</td><td colspan=1 width=75%>

########

</td></tr>
<tr valign=top><td colspan=1 width=25%>
<b>Kreis:</b>
</td><td colspan=1 width=75%>

######

</td></tr>
<tr valign=top><td colspan=1 width=25%>
<b>Regierungsbezirk:</b>
</td><td colspan=1 width=75%>

#######

</td></tr>
<tr valign=top><td colspan=1 width=25%>
<b>Bundesland:</b>
</td><td colspan=1 width=75%>

#####

</td></tr>[/cli]

@Stefan

Sorry, bin nicht der Beste in English. Mit dem Link kann ich nicht wirklich was anfangen.

Mit freundlichen Grüßen,
Kevin Müller
WhiteDragon27.08.2008 · Beitrag #18349
Mitglied seit: 01.02.2005
Forenbeiträge: 196
Besuche: 678
Hey,
sind die die Rauten ('#') quasi die Namen der Jeweiligen Person, Bundesland in der sie wohnt usw?
Und wie soll deine Datenbank dann aussehen.

Also mit ein wenig SED (Unix-Kommando), kannst du zumindest den Teil, den du gepostet hast, in ein annehmbares Format umwandeln:

[cli]
whitedragon@wd ~/test $ cat eintraege.html | sed -n -e "s/<[^>]*>//g;/../p"
#############
Straßen-Adresse:
########
Kreis:
######
Regierungsbezirk:
#######
Bundesland:
#####[/cli]

Wenn du so einen Ausgabe hast, und ich geh einfach mal davon aus, dass die '#' Namen sind, laest die sich dann relativ leicht weiter verarbeiten.
Mir fehlt es leider ein wenig an Informationen, um dir mehr zu sagen. Wie schauen zum Beispiel die Eintraege pro Person aus?
Ist das immer:
[cli]Name
Adresse
Kreis
Regierungsbezirk
Bundesland[/cli]
?

Ich geh mal schwer davon aus, dass du nicht die ganze Datei posten kannst, ansonsten waere ein Link zu dieser sehr hilfreich.
Mit freundlichen Gruessen,
WhiteDragon.

[ Bearbeitet Mi, 27. Aug 2008, 13:52 ]
Kuba27.08.2008 · Beitrag #18350
Avatar
Mitglied seit: 06.02.2005
Forenbeiträge: 103
Besuche: 2470
Auch wenn ich nicht gerade der Verfechter von kommerzieller Software bin, würde ich für diese Arbeit unter Excel (Daten -> Externe Daten importieren -> neue Webabfrage) die Webabfrage benutzen.
Anpassungen können dann noch schnell mittels VBA gemacht werden, so dass die Formatierung etc. passt. Anschließend kann man dann die Daten noch in eine Datenbank transferieren, wenn es gewünscht wird.

Sollte die schnellste Variante sein ;)

Eine saubere Implementierung für einen solchen Parser sollte aber durchaus interessanter sein.

Gruß

Kuba

---------------------------
Edit:
Ah, mit WhiteDragons Methode ist das natürlich eleganter :-)
[ Bearbeitet Mi, 27. Aug 2008, 13:59 ]
Sider27.08.2008 · Beitrag #18351
Avatar
Mitglied seit: 16.02.2007
Forenbeiträge: 86
Besuche: 603
Hallöle,
leider kann ich die ganze Datei nicht zur verfügung stellen geschweige den irgendwelche weiteren Inhalte, da die Datei ein Wert von über 1000€ hat. (Deswegen auch die "#"-Zeichen WhiteDragon) Die Datei gehört der Firma, in der ich arbeite und meine Aufgabe ist es bestimmte Inhalte der Datei in eine Datenbank zu speichern und es muss wieder ausgelesen werden können. (z.B. für "Rundmails" usw.)

Ich werde mal die Variante mit Exel ausprobieren und und mich über deine Variante erkundigen WhiteDragon. Ich melde mich dann wieder.

Mit freundlichen Grüßen,
Kevin Müller


[ Bearbeitet Mi, 27. Aug 2008, 14:18 ]
Sider28.08.2008 · Beitrag #18358
Avatar
Mitglied seit: 16.02.2007
Forenbeiträge: 86
Besuche: 603
Guten Morgen,
das Problem hat sich nun gelöst. Ich habe den kompletten Datensatz von der HTML-Datei in eine Exel Datei verfrachtet, dann hat mir mein Kollege mit PowerBuilder ein Script gebaut und DataWindow das alles in die Datenbank speichert. Später kann man die Daten dann wie gewünscht auslesen.

Danke trotzdem!

Mit freundlichen Grüßen,
Kevin Müller